JOÃO PAULO DE BRITO NASCIMENTO
AVALIAÇÃO DO DESEMPENHO
ECONÔMICO-FINANCEIRO DAS EMPRESAS
DO SETOR DE CONSTRUÇÃO CIVIL: UM
ESTUDO POR MEIO DA ANÁLISE ENVOLTÓRIA
DE DADOS
LAVRAS - MG
2011
JOÃO PAULO DE BRITO NASCIMENTO
AVALIAÇÃO DO DESEMPENHO ECONÔMICO-FINANCEIRO DAS
EMPRESAS DO SETOR DE CONSTRUÇÃO CIVIL: UM ESTUDO POR
MEIO DA ANÁLISE ENVOLTÓRIA DE DADOS
Dissertação apresentada à Universidade Federal
de Lavras, como parte das exigências do
Programa de Pós-Graduação em Administração,
área de concentração Organizações, Mudanças e
Gestão Estratégica, para a obtenção do título de
“Mestre”.
Orientadora
Dr . Ana Alice Vilas Boas
a
LAVRAS - MG
2011
Ficha Catalográfica Preparada pela Divisão de Processos Técnicos da
Biblioteca da UFLA
Nascimento, João Paulo de Brito.
Avaliação do desempenho econômico-financeiro das empresas
do setor de construção civil : um estudo por meio da análise
envoltória de dados / João Paulo de Brito Nascimento. – Lavras:
UFLA, 2011.
173 p. : il.
Dissertação (mestrado) – Universidade Federal de Lavras, 2011.
Orientador: Ana Alice Vilas Boas.
Bibliografia.
1. Eficiência. 2. Alvos de melhorias. 3. Índices de desempenho.
4. Relação de Indicadores. I. Universidade Federal de Lavras. II.
Título.
CDD – 658.3125
JOÃO PAULO DE BRITO NASCIMENTO
AVALIAÇÃO DO DESEMPENHO ECONÔMICO-FINANCEIRO DAS
EMPRESAS DO SETOR DE CONSTRUÇÃO CIVIL: UM ESTUDO POR
MEIO DA ANÁLISE ENVOLTÓRIA DE DADOS
Dissertação apresentada à Universidade Federal
de Lavras, como parte das exigências do
Programa de Pós-Graduação em Administração,
área de concentração Organizações, Mudanças e
Gestão Estratégica, para a obtenção do título de
“Mestre”.
APROVADA em 03 de fevereiro de 2011.
Dr. Marcelo Álvaro da Silva Macedo
UFRJ
Dr. Luiz Marcelo Antonialli
UFLA
Dra. Ana Alice Vilas Boas
Orientadora
LAVRAS – MG
2011
A Deus, alfa e ômega. Senhor, sem a sua constante intervenção este trabalho
não teria sido concluído.
À minha esposa, Joice. Fonte de inspiração e motivação. Companheira, amiga e
futura mãe dos meus filhos (depois do doutorado). “Tubita”, eu te amo sempre,
mais e mais!
À minha mãe, Isabel, minha progenitora. Para mim, sinônimo de força e
determinação. “Véia” essa é mais uma vitória que dedico à senhora.
Ao meu pai, que está junto do Pai dos pais. Obrigado pelo exemplo de
honestidade e simplicidade, apesar de ter partido cedo.
Aos meus irmãos, cunhados e sobrinhos. Somos esperança se caminharmos
juntos!
DEDICO
AGRADECIMENTOS
A gratidão é uma das maiores riquezas que os ser o humano pode ter
pelas pessoas que o auxiliam na caminhada. Sendo assim, vou elencar e
agradecer neste espaço algumas pessoas que contribuíram para eu concluir e
chegar a mais essa etapa, de forma direta.
Agradeço a Deus e às pessoas já mencionadas na dedicatória, esposa,
mãe e pai.
Aos meus irmãos, Valdeci, Iraildes, Ivonete, Ivonei e Valdemilson e os
seus respectivos companheiros e cônjuges. Família é tudo de bom, apesar das
diferenças. Valeu pelo apoio!
Aos meus sobrinhos, Victor, Laura, Vinicius, Felipe, Artur e mais um
que está vindo aí (na barriga da Netinha). Vocês são sinais de esperança e
alegria para mim. Amo muito todos vocês!
À minha nova família Ribeiro, na pessoa da sua matriarca Carmem Pinto
Ribeiro, pela acolhida e confiança, mesmo quando eu era ainda um estudante.
Aos amigos piraporenses, sanjoanenses e lavrenses (mestrandos e
doutorandos), muitíssimo obrigado! Amizade é um tesouro e pretendo guardá-la
como o bem mais preciso. Em especial: Daniel e esposa, que agora estão em São
Paulo; ao Geraldo Alemandro, “Calango Mór”, grande parceiro/ professor (só
aprendi o que prestava, pode ficar tranquilo) nas horas difíceis em Lavras e no
incentivo para terminar este trabalho; Matheus, petequeiro, sempre descontraído
e “enrolado”; Manuela e Priscila, sempre disponíveis para me ajudar; Ivana, uma
“mãezona”; Cibele e Sérgio, a fraternidade do lar; Lílian, o amparo no meu
desespero; Patrícia, entrou no mestrado para casar e casou, sempre amiga;
Nathália, irmãzinha; Pamella, a “caxiona”; Aline, sempre disponível; Paulo,
sempre centrado. Enfim, há a possibilidade de falar de cada um em especial, mas
vou encerrar por aqui, senão teria que falar dos 46 estudantes do Programa de
Pós-Graduação em Administração - PPGA/UFLA, turma 2009-2010.
À minha orientadora, Dra. Ana Alice Vilas Boas, muito obrigado pela
liberdade no desenvolvimento do meu trabalho e pela confiança no mesmo. A
sua bondade contagia. Deus a abençoe, sempre!
Ao professor Dr. Marcelo Álvaro da Silva Macedo, muito obrigado
pelas contribuições na fase de qualificação e tempestivas e pacientes ajudas
quando solicitado no desenvolvimento da dissertação.
Ao professor Dr. Luiz Marcelo Antonialli, para mim um exemplo de ser
humano e profissional conciliador e humilde. Continue sempre sendo esse
profissional esforçado e competente.
Ao Professor Dr. Gideon Carvalho de Benedicto, pela atenção à minha
pessoa sempre que solicitado.
À Profa. Denise Carneiro dos Reis Bernardo, por direcionar os meus
horizontes, ainda, na iniciação científica. Sempre buscamos o melhor para
ambas as partes.
Ao Prof. Luiz Gustavo, obrigado pelo incentivo e ajuda para descobrir
um tema para a minha dissertação e auxílio para rodar a DEA. Valeu pela
amizade, lealdade e confiança.
Aos professores, Eduardo Giarola, Roberto do Nascimento Ferreira,
Robson Amâncio, Marie Agnes Chauvel, Gabriel Pessanha, Flávia Naves, Luiz
Fernando, João Batista, Elizete, colegas, amigos, incentivadores e exemplos de
esforço, dedicação e senso crítico.
À Aline Freire, parceira e amiga. A sua ajuda e apoio fez com que este
trabalho ganhasse mais rapidez e eficiência. Você é uma nova irmã que ganhei
ao longo desses últimos três anos.
Ao Guilherme, parceiro e “meio-aluno”, muito obrigado pelo apoio e
parceria sempre pontual e de qualidade extrema. Agora mestrando UFLA em
2011, parabéns!
Ao Danilo Borges, obrigado pela contribuição e parabéns pela
aprovação para o mestrado em 2011.
Aos meus professores do PPGA/UFLA, muito obrigado por melhorarem
o meu senso crítico e a Deila pela paciência, no seu e nosso momento de
aprendizagem.
Aos profissionais do DAE/UFLA, ao PPGA/UFLA e à UFLA que de
forma direta e indireta permitiram que o meu sonho se tornasse realidade.
“Conhecimento não ocupa espaço”, já diz o ditado popular.
À Faculdade Presidente Antônio Carlos de São João Del Rei e ao
Instituto de Ensino Superior Presidente Tancredo de Almeida Neves pela
oportunidade que concedida em me tornar docente ainda no período do mestrado
e, hoje, coordenador do curso de Ciências Contábeis. Estendo, assim, meus
agradecimentos à Direção, funcionários, professores e estudantes das instituições
que tiveram paciência e tolerância com esse processo final de trabalho.
Ao CNPq, que por meio da bolsa de iniciação, em 2007, e por meio da
bolsa de mestrado, de 03/2009 a 03/2010, auxiliou na construção do meu sonho
de chegar e terminar a minha pós-graduação stricto sensu. Espero apoio no
doutorado!
Aos colegas das caronas. Aqui representados nas pessoas do Valmir,
pelas caronas para Pirapora/MG, ao André pelas caronas para São João Del Rei
Aos tantos colegas pelas caronas para a UFLA. Muito obrigado!
Aos meus colegas e amigos da graduação da 1ª Turma em Ciências
Contábeis da UFSJ, que sempre estarão presentes nos meus agradecimentos,
pois foram companheiros e bons parceiros de caminhada, cito aqui o Elbert, a
Elaine, a Josiane, o Renato e a Ana Paula.
Aos cidadãos brasileiros que financiaram um ano do meu estudo do
mestrado com os impostos e contribuições pagos. Espero retribuir o
investimento realizado sendo um profissional sempre ético e humano.
Enfim, a todos aqueles que não são mencionados aqui, nesses
agradecimentos, mas sabem que foram importantes para essa caminhada,
desculpem-me por não os terem citados, mas saibam que no meu coração, a
gratidão será sempre enorme.
Muito obrigado e que Deus, fonte de sabedoria e amor eterno, nos abençoe!
“Posso, tudo posso, naquele que me fortalece,
nada e ninguém no mundo vai me fazer desistir.
Quero, tudo quero, sem medo entregar meus
projetos.
Deixar-me guiar nos caminhos que Deus
desejou pra mim e ali estar.
Vou perseguir tudo aquilo que Deus já escolheu
para mim.
Realizar o sonho mais lindo que Deus sonhou”.
(Celina Borges).
RESUMO
Este estudo foi desenvolvido com o objetivo de avaliar o desempenho
econômico-financeiro de empresas do setor de construção civil nos anos de 2008
e 2009, por meio da Análise Envoltória de Dados (DEA), no intuito de
identificar as empresas consideradas eficientes, melhorias para aquelas não
eficientes e analisar aspectos relacionados aos indicadores econômicofinanceiros tradicionais. Esta pesquisa pode ser classificada como quantitativa,
quanto ao processo metodológico, e descritiva, em relação aos seus objetivos.
Foram utilizados os modelos clássicos de DEA, CCR e BCC com orientação
para os outputs, aplicados às informações sobre capital total e gastos com
encargos e salários de empregados – inputs -; e vendas e lucros líquidos –
outputs. Para complementar essas análises, buscou-se identificar relações entre
os scores de eficiência e os índices econômico-financeiros de liquidez,
endividamento e rentabilidade utilizando a Correlação de Spearman. A amostra
utilizada compreendeu 51 (cinquenta e uma) empresas que tinham informações
disponíveis na base de dados Melhores e Maiores da Exame-FIPECAFI para o
período estudado. Observou-se que 6 (seis) empresas foram consideradas
eficientes pelo Modelo CCR, em 2008 e 2009, já no Modelo BCC 16 (dezesseis)
e 14 (catorze) atingiram o índice de eficiência, em 2008 e 2009,
respectivamente. Destaque para as empresas Azevedo & Travassos, Engevix,
Itambé Cimento e Supermix, consideradas eficientes nos dois anos pelos
modelos aplicados. Além da classificação das empresas eficientes, identificou-se
as melhorias necessárias para as empresas não eficientes e que a relação entre os
índices de eficiência e os indicadores econômico-financeiros pode ser
considerada moderada, pois constatou-se uma heterogeneidade entre os índices
de eficiência e os indicadores econômico-financeiros.
Palavras-chaves: Análise Envoltória de Dados. Setor de Construção Civil.
Desempenho Econômico-Financeiro.
ABSTRACT
This study was realized to evaluate the economic and financial
performance of companies in the construction industry in the years 2008 and
2009, through the Data Envelopment Analysis (DEA), in order to identify
companies considered efficient, improvements to those not efficient and analyze
issues related to traditional economic and financial indicators. This research can
be classified as quantitative, as to the methodology, and descriptive in relation to
their objectives. Used the DEA classic models, CCR and BCC, with orientation
outputs, applied to the information on total capital and taxes and and salaries of
employees - inputs -, and sales and net profits - outputs. To complement this
analysis, sought to identify relationships between efficiency scores and indices
of economic and financial liquidity, debt and profitability using Spearman
Correlation. The sample consisted of 51 (fifty-one) companies that had
information available in the database “Melhores e Maiores Exame-FIPECAFI”
for the period studied. It was observed that 6 (six) companies were efficient for
CCR Model in 2008 and 2009, in Model BCC 16 (sixteen) and 14 (fourteen)
reached the efficiency index in 2008 and 2009, respectively. Stands companies
Azevedo & Travassos, Engevix, Itambé Cimento and Supermix considered
effective in two years by the models applied. Besides the classification of
successful firms, identified the improvements needed for business is not efficient
and that the relationship between the indices of efficiency and economicfinancial indicators can be considered moderate, because was observe a
heterogeneity of the indices of efficiency and the economic and financial
indicators.
Keywords: Data Envelopment Analysis. Construction Industry. Economic and
Financial Performance.
LISTA DE ABREVIATURAS
ABRAMAT
Associação Brasileira da Indústria de Materiais de
Construção
BBC/VRS
Banker, Charnes e Cooper/Variable Returns to Scale
BM&FBOVESPA
Bolsa de Valores, Mercadorias e Futuros
CBIC
Câmara Brasileira da Indústria da Construção
CCR/CRS
Charnes, Cooper e Rhodes/Constant Returns to Scale
DEA
Data Envelopment Analisys - Análise Envoltória de
Dados
EG
Endividamento Geral
FGV
Fundação Getúlio Vargas
FIESP
Federação das Indústrias do Estado de São Paulo
FIPECAFI
Fundação Instituto de Pesquisa em Contabilidade,
Atuariais e Finanças
LC
Liquidez Corrente
LG
Liquidez Geral
LL
Lucro Líquido
ML
Margem Líquida
PCT
Participação de Capital de Terceiros
PL
Patrimônio Líquido
ROA
Retorno do Ativo
ROE
Retorno do Patrimônio Líquido
LISTA DE ILUSTRAÇÕES
Figura 1
Posicionamento das DMUs em relação à fronteira de
eficiência DEA-CCR-O no ano de 2008 ....................................... 97
Figura 2
Posicionamento das DMUs em relação à fronteira de
eficiência DEA-CCR-O no ano de 2009. ...................................... 97
Figura 3
Posicionamento das DMUs em relação à fronteira de
eficiência DEA-BCC-O no ano de 2008 ..................................... 110
Figura 4
Posicionamento das DMUs em relação à fronteira de
eficiência DEA-BCC-O no ano de 2009 ..................................... 111
Gráfico 1
Composição da cadeia produtiva da construção civil em 2009..... 23
Gráfico 2
Empresas referências pelo modelo DEA-CCR-O em 2008. ....... 106
Gráfico 3
Empresas referências pelo modelo DEA-CCR-O em 2009. ....... 107
Gráfico 4
Empresas referências pelo modelo DEA-BCC-O em 2008 ........ 119
Gráfico 5
Empresas referências pelo modelo DEA-BCC-O em 2009 ........ 120
LISTA DE QUADROS
Quadro 1
Formulações matemáticas dos modelos clássicos da DEA ........... 50
Quadro 2
Empresas excluídas do estudo por insuficiência de dados ............ 60
Quadro 3
Características básicas das empresas componentes do estudo ...... 65
Quadro 4
Classificação dos índices de correlação ...................................... 121
LISTA DE TABELAS
Tabela 1
Classificação das empresas pelos ativos totais nos anos de
2008 e 2009 ................................................................................... 70
Tabela 2
Desempenho e variação das vendas nos anos de 2008 e 2009 ...... 73
Tabela 3
Desempenho e variação do lucro líquido legal nos anos de
2008 e 2009 ................................................................................... 76
Tabela 4
Índices de liquidez corrente (LC) nos anos de 2008 e 2009.......... 79
Tabela 5
Índices de liquidez geral (LG) nos anos de 2008 e 2009 .............. 81
Tabela 6
Índices de endividamento geral (EG) nos anos de 2008 e 2009.... 84
Tabela 7
Índices de participação de capital de terceiros (PCT) nos anos
de 2008 e 2009 .............................................................................. 86
Tabela 8
Índices de margem líquida (ML) nos anos de 2008 e 2009 .......... 88
Tabela 9
Índices de rentabilidade do ativo (ROA) nos anos de 2008 e
2009............................................................................................... 90
Tabela 10
Índices de rentabilidade do patrimônio líquido (ROE) nos
anos de 2008 e 2009 ...................................................................... 91
Tabela 11
Indicadores de eficiências pelo modelo DEA-CCR output
utilizando dados econômico-financeiros absolutos nos anos de
2008 e 2009 ................................................................................... 95
Tabela 12
Alvos de melhoria pela DEA-CCR-O no ano de 2008 ................. 99
Tabela 13
Alvos de melhoria pela DEA-CCR-O no ano de 2009 ............... 103
Tabela 14
Indicadores de eficiências pelo modelo DEA-BCC output nos
anos de 2008 e 2009 .................................................................... 109
Tabela 15
Alvos de melhoria pela DEA-BCC-O no ano de 2008 ............... 113
Tabela 16
Alvos de melhoria pela DEA-BCC-O no ano de 2009 ............... 116
Tabela 17
Correlações entre os índices de eficiências e os indicadores
econômico-financeiros para 2008 e 2009.................................... 121
Tabela 18
Índices de eficiência e os indicadores de desempenho
absolutos no ano de 2008 ............................................................ 124
Tabela 19
Índices de eficiência e os indicadores de desempenho
absolutos no ano de 2009 ............................................................ 126
Tabela 20
Índices de eficiência e os índices de desempenho no ano de
2008............................................................................................. 129
Tabela 21
Índices de eficiência e os índices de desempenho no ano de
2009............................................................................................. 131
SUMÁRIO
1
INTRODUÇÃO ................................................................................ 19
1.1
Contexto e justificativa .................................................................... 19
1.2
Problema de pesquisa....................................................................... 21
1.3
Objetivos ........................................................................................... 21
1.3.1
Objetivo geral ................................................................................... 21
1.3.2
Objetivos específicos......................................................................... 21
2
FUNDAMENTAÇÃO TEÓRICA................................................... 23
2.1
Setor de construção civil: aspectos gerais ...................................... 23
2.2
Avaliação do desempenho empresarial: os indicadores
econômico-financeiros...................................................................... 27
2.2.1
Indicadores de desempenho financeiro .......................................... 31
2.2.1.1
Indicadores de liquidez .................................................................... 31
2.2.1.2
Indicadores de estrutura de capital e endividamento ................... 34
2.2.2
Indicadores de desempenho econômico.......................................... 38
2.2.2.1
Indicadores de atividade .................................................................. 38
2.2.2.2
Indicadores de lucratividade e rentabilidade................................. 40
2.2.3
Indicadores econômico-financeiro: considerações finais .............. 42
2.3
Análise envoltória de dados – DEA................................................. 43
3
METODOLOGIA ............................................................................ 53
3.1
Tipo de pesquisa ............................................................................... 53
3.2
A aplicação da análise envoltória de dados - DEA ........................ 54
3.2.1
Universo, amostra e variáveis.......................................................... 54
3.2.2
Amostra final do estudo ................................................................... 59
3.2.3
Modelos de análise envoltória de dados – DEA ............................. 60
3.3
Correlação de spearman .................................................................. 62
3.4
Processamento dos dados............................................................... 633
4
RESULTADOS E DISCUSSÕES ................................................... 64
4.1
Apresentação e caracterização das empresas componentes do
estudo................................................................................................. 64
4.2
Desempenho econômico-financeiro das empresas do setor de
construção civil: uma análise descritiva ......................................... 68
4.2.1
Avaliação do desempenho econômico-financeiro absoluto........... 69
4.2.2
Desempenho econômico-financeiro por meio dos índices de
liquidez, rentabilidade e endividamento......................................... 78
4.3
Eficiência
econômico-financeira
por
meio
da
análise
envoltória de dados - DEA ............................................................... 93
4.3.1
Análise da eficiência por meio de variáveis operacional,
econômica e financeira absolutas: aplicando o modelo DEA
de escala constante (CRS/CCR) ...................................................... 94
4.3.2
Análise da eficiência por meio de variáveis operacional,
econômica e financeira absolutas: aplicando o modelo DEA
de escala variável (BCC/VRS)....................................................... 107
4.4
Relações entre os índices de eficiência e os indicadores de
desempenho econômico-financeiro ............................................... 121
5
CONSIDERAÇÕES FINAIS......................................................... 134
REFERÊNCIAS ............................................................................. 137
ANEXOS ......................................................................................... 144
19
1 INTRODUÇÃO
1.1 Contexto e justificativa
O setor de construção civil detém representatividade na economia
brasileira, uma vez que movimenta uma quantia substancial do produto interno
bruto – PIB e, ainda, atua na geração de empregos e com produtos estratégicos
do ponto de vista social: infraestrutura e habitação. É um setor que possibilita a
inclusão socioeconômica de pessoas desprovidas de qualificação profissional
(BONIZIO, 2001).
Ferreira e Theóphilo (2007, p. 49) dissertam que o setor de construção
civil “atua como importante instrumento no desenvolvimento do país no que diz
respeito aos enfoques social e econômico, pois possibilita melhorias na
qualidade de vida dos cidadãos, enquanto moradia, ou disponibilizando
oportunidades de trabalho em suas obras”.
Considera-se que o desempenho favorável do setor da construção civil
vem sendo observado nos últimos anos, passando a ser destaque entre os setores
da economia que mais cresceram em 2008. Entende-se que “o seu papel é
fundamental na consolidação da economia, intensificando o mercado interno, os
investimentos para ampliação de oferta e gerando trabalho”. Isso o torna em “um
dos setores-chave para promover políticas anticíclicas em momentos de crise
internacional como a que atingiu o Brasil, especialmente no último trimestre de
2008 e início de 2009” (FEDERAÇÃO DAS INDÚSTRIAS DO ESTADO DE
SÃO PAULO - FIESP, 2009, p. 13).
Sendo assim, os modelos de gestão por parte das empresas desse setor
necessitam ser inovadas, principalmente utilizando ferramentas que as
possibilite tomar decisões mais coerentes com o ambiente competitivo e com a
alta complexidade nas quais se encontram.
20
De acordo com Nunes et al. (2008), uma tomada de decisão, em geral,
deve estar fundamentada em uma grande variedade de indicadores e métricas de
eficiência, que possa facilitar a avaliação final. O fornecimento de uma medida
singular que leve em consideração multicritérios, torna necessária a utilização de
ferramenta de consolidação de vetores de desempenho que seja capaz de prover
métrica única com representatividade da complexidade das análises e direcione
as empresas às melhores decisões (MACEDO; SANTOS; SILVA, 2009).
Dessa forma, Nunes et al. (2008) sugerem a utilização da Análise
Envoltória de Dados - DEA, que permite que se compare a eficiência de
múltiplas empresas, com múltiplas entradas na busca de múltiplas saídas, com a
identificação de eficientes e ineficientes, em termos relativos, para que se possa
tomar a decisão mais coerente.
Entende-se que o uso da DEA pelas empresas do setor de construção,
principalmente, para avaliar o desempenho econômico-financeiro, pode auxiliálas a se manterem competitivas e analisar de uma forma multicriterial o
desempenho organizacional. Visto que, a metodologia da DEA faz com que a
decisão fique norteada por um único indicador construído por meio de várias
abordagens de desempenho diferentes (MACEDO; SANTOS; SILVA, 2009).
A DEA vem sendo utilizada em vários estudos para consolidar medidas
de desempenho organizacional, destacando, as de natureza econômicofinanceira, dentre os quais podem ser apresentados: Kanesiro (2008), Kassai
(2002), Macedo, Santos e Silva (2009), Nazareth (2009) e Vilela, Nagano e
Merlo (2007).
A utilização da DEA para auxiliar nas análises de desempenho
econômico-financeiro é um tema que tem sido pesquisado em Administração,
Contabilidade e Finanças, e esta pesquisa busca contribuir aplicando um modelo
de avaliação à amostra setorial da construção civil.
21
Dessa forma, este estudo colabora com os esforços para a compreensão
do tema avaliação do desempenho econômico-financeiro das empresas do setor
de construção, por meio da Análise Envoltória de Dados - DEA. Ressaltando
que as empresas que irão compor este estudo estão listadas na base de dados
Melhores e Maiores da Revista Exame e Fundação Instituto de Pesquisas
Contábeis, Atuariais e Financeiras (FIPECAFI), publicada pela revista, que
apresenta uma classificação comparativa do desempenho de mais de 1.000
empresas nos últimos 10 (dez) anos.
1.2 Problema de pesquisa
O problema de pesquisa é orientado pela seguinte questão:
a)
Qual o desempenho econômico-financeiro das empresas do setor de
construção civil se analisadas pela Análise Envoltória de Dados DEA?
1.3 Objetivos
1.3.1 Objetivo geral
Avaliar o desempenho econômico-financeiro das empresas do setor de
construção civil, listadas na Pesquisa Melhores e Maiores pela pesquisa ExameFIPECAFI, edição de 2009 e 2010, por meio da Análise Envoltória de Dados
(DEA).
1.3.2 Objetivos específicos
22
a)
Analisar e comparar os indicadores de desempenho econômicofinanceiro das empresas do setor de construção civil;
b)
Identificar qual (is) empresa (s) apresenta (m) melhor eficiência no
uso dos recursos para o alcance dos resultados;
c)
Identificar as melhorias propostas para as empresas consideradas
não eficientes;
d)
Verificar se há relação entre os scores de eficiências encontrados
pela Análise Envoltória de Dados (DEA) e os indicadores
econômico-financeiros das empresas componentes deste estudo.
23
2 FUNDAMENTAÇÃO TEÓRICA
2.1 Setor de construção civil: aspectos gerais
O setor de construção civil está ligado à construção, à demolição, à
reforma, à ampliação de edificação ou a qualquer outra benfeitoria agregada ao
solo ou ao subsolo, conforme exposto pela Secretaria da Receita Federal, no ato
de Regularização de Obra de Construção Civil1.
Segundo a Associação Brasileira da Indústria de Materiais de
Construção - ABRAMAT e Fundação Getúlio Vargas - FGV (2010) o setor de
construção civil está dividido nas cadeias produtivas de Construção, Indústria de
Materiais, Comércio de Materiais de Construção, Serviços, Máquina e
Equipamentos para a Construção e Outros Fornecedores, conforme representa o
Gráfico 1.
Indústria de materiais
18,0%
Comércio de materiais
da cons trução
9,1%
Serviços
7,7%
Construção
61,2%
Máquinas e
equipamentos para a
Construção
2,2%
Outros fornecedores
1,7%
Gráfico 1 Composição da cadeia produtiva da construção civil em 2009
Fonte: ABRAMAT e FGV (2010)
1
BRASIL. Secretaria da Receita Federal. Regularização de obra de construção civil.
Disponível em: <http://www.receita.fazenda.gov.br/Previdencia/ ConstrCivil.htm>.
Acesso em: 10 jan. 2011.
24
A indústria da construção assume importância estratégica como
propulsora da atividade econômica, principalmente devido ao volume de
recursos que são movimentados, a extensa cadeia de fornecedores e à capacidade
de geração de mão de obra, inclusive pessoas com baixo grau de escolaridade.
Sua cadeia produtiva responde por aproximadamente 8,5% do PIB nacional e
com 19,0 % do PIB da indústria (ABRAMAT; FGV, 2009).
Considera-se que a disponibilidade de vagas de trabalho para grande
número de pessoas com baixo nível de instrução atribua a esse setor
considerável grau de destaque social. Ferreira e Theóphilo (2007) apontam esse
setor como importante, tanto com enfoque social quanto econômico, que
possibilita moradias ou oportunidades de trabalho em suas obras.
Segundo Tavares (2008) o total de investimentos no setor brasileiro de
construção civil não tem sido suficiente para atender à carência de moradia da
população. O potencial de crescimento do setor, como um todo, é grande para os
próximos anos, em decorrência não só do défice já existente, como da
necessidade de acompanhar o ritmo de crescimento da população e do declínio
da relação habitante por moradia. Entretanto, a existência do défice habitacional
nas grandes cidades explica apenas parcialmente o crescimento desse mercado já
que os lançamentos são voltados à classe média e alta nos centros urbanos.
Permanece uma demanda não atendida nos segmentos de menor renda, com
menor acesso ao crédito (TAVARES, 2008).
Diversos fatores vêm impulsionando os investimentos do setor de
construção nos últimos anos, no Brasil. Dentre os principais fatores conjunturais
podem ser destacados, conforme FIESP (2009) e ABRAMAT e FGV (2010):
a)
controle da inflação;
b)
entrada de investidores estrangeiros através da BM&FBOVESPA;
c)
redução da taxa básica de juros;
25
d)
programa de incentivos governamentais para moradia a pessoas de
baixa renda;
e)
a organização da Copa do Mundo de Futebol para o ano de 2014 e
f)
a organização dos Jogos Olímpicos de 2016.
Em relação às características inerentes às empresas do setor de
construção, as mesmas apresentam peculiaridades que são típicas do setor. São
apresentadas, a seguir, algumas características das empresas que compõem este
setor, conforme Assaf Neto (2002), Ferreira e Theóphilo (2007) e Tavares
(2008):
a)
são empresas produtoras de bens de elevado valor e que necessitam
financiar seus clientes também no longo prazo, demandando, em
consequência, fontes adequadas;
b)
estão inseridas em uma pequena parcela da economia que tem o
ciclo operacional superior ao exercício social;
c)
há elevada variabilidade de margens de rentabilidade, pois cada obra
difere das demais;
d)
os custos de produção, que abrangem os materiais e mão de obra,
variam de acordo com a região;
e)
a quantidade e grau de especialização da mão de obra variam ao
longo do processo produtivo;
f)
o processo de produção envolve muitas etapas diferenciadas, que
devem obedecer a determinada sequência, no qual dificuldades em
determinadas etapas podem comprometer as etapas seguintes.
De acordo com Assaf Neto (2002, p. 338), no setor de construção “além
do ciclo operacional maior, a relação entre um cliente e uma construtora que lhe
26
vendeu um imóvel residencial, por exemplo, pode ser mais longa ainda, pois a
empresa costuma oferecer uma garantia de, no mínimo, cinco anos”.
Em relação ao mercado de ações, a BM&FBOVESPA classifica,
atualmente, 40 (quarenta) empresas no segmento de construção, que é um setor
considerado conservador por estudiosos, justamente porque a maioria das
empresas ainda é de capital fechado e de caráter familiar (TAVARES, 2008).
Entende-se que a apropriação dos lucros nas empresas de construção se
configura com base nas habilidades profissionais, estética do design e
propaganda, mais do que no desenvolvimento de vantagens tecnológicas, sejam
elas industriais ou de gestão. A trajetória tecnológica nesse setor é definida,
basicamente, com o objetivo de diminuir custos (REZENDE; ABIKO, 2004).
Conforme Abiko (2003) os aspectos que interferem no setor da
construção civil são:
a)
a cultura, pois dificulta avanços gerenciais nas empresas;
b)
a concorrência predatória entre projetistas (empresas versus
profissionais menos habilitados);
c)
a falta de continuidade de obras, fazendo com que o investimento
em qualificação se perca;
d)
a informalidade, considerado como o maior problema, pois
considera-se que seja impossível competir com ela.
Enfim, trata-se de um setor altamente carente de monitoramento do
processo construtivo e gerencial. A identificação das potenciais melhorias e a
atenção ao desempenho das empresas do setor possibilitariam maiores condições
de competitividade às mesmas. Dessa forma, a utilização de ferramentas que
permitam ter informações para tomada de decisões mais coerentes se torna
relevante.
27
2.2 Avaliação do desempenho empresarial: os indicadores econômicofinanceiros
A avaliação do desempenho, conforme abordado por Macedo, Santos e
Silva (2009), é uma das vertentes que tem direcionado a atuação das empresas,
influenciadas pelo contexto competitivo em que se encontram os mercados
mundial e nacional. Por meio dessa avaliação, os gestores são capazes de
planejar, orientar, comparar e corrigir os caminhos que a organização está
traçando para alcançar seus objetivos, dentre os quais estão: manter a
continuidade da empresa, credibilidade perante os investidores e credores e
retorno aos acionistas e/ou sócios. Desta forma, a análise de desempenho se
apresenta como uma ferramenta “fundamental para a sobrevivência da
organização num ambiente competitivo” (MACEDO; SANTOS; SILVA, 2009,
p. 2).
Kassai (2002, p. 35) disserta que “a avaliação de desempenho
empresarial está relacionada à verificação do cumprimento de obrigações por
parte dos administradores responsáveis pelo gerenciamento da empresa”.
Considera-se que a avaliação de desempenho é um procedimento de quantificar
a eficácia e a eficiência de ações que foram empregadas em determinada
situação pelas organizações, por meio da obtenção, coleta, classificação, análise,
interpretação e disseminação de dados e informações adequados (NEELY,
1998).
Busca-se, por meio da avaliação do desempenho, fornecer informações e
direcionamentos relevantes para que medidas de prevenção e/ou correção sejam
efetuadas. “Como o progresso da empresa é monitorado através destes sistemas,
seus eventuais erros são corrigidos, aumentando as possibilidades de que estas
conquistem suas metas e objetivos” (MACEDO; SANTOS; SILVA, 2009, p. 3).
No entanto, a análise do desempenho empresarial “é sempre algo
passivo de muitas discussões. Questionamentos de quais indicadores utilizar, e
28
como consolidá-los de forma a estabelecer um critério justo de avaliação da
performance estão presentes em vários estudos e no dia-a-dia das empresas”
(MACEDO; SANTOS; SILVA, 2009, p. 2).
Segundo Miltersteiner (2003), por meio de uma apreciação inicial das
demonstrações financeiras, obtém-se o ponto de partida para análises de
desempenho futuro e mais consistente das empresas, servindo como instrumento
fundamental para estruturar e planejar as atividades a serem desenvolvidas. O
autor considera, também, que para os interessados, as demonstrações financeiras
possibilitam informações e o conhecimento da situação econômico-financeira de
determinada empresa, pois os mesmos podem verificar a capacidade de liquidez,
rentabilidade e estrutura de capital da organização.
Para a avaliação de desempenho empresarial, por meio das
demonstrações financeiras, segundo Kanesiro (2008, p. 34),
existem dois tipos de indicadores de desempenho, os
absolutos e os relativos ou índices. O primeiro grupo
de indicadores compreende as medidas absolutas,
financeiras ou não financeiras como, por exemplo, o
lucro (indicador financeiro) e o volume de vendas
(não financeiro). O segundo grupo compreende os
indicadores relativos ou índices, representa o
resultado da comparação de medidas.
De acordo com Matarazzo (2008, p. 148), “o índice é a relação entre
contas ou grupo de contas das demonstrações financeiras, que visa evidenciar
determinado aspecto da situação econômica ou financeira de uma empresa”, e
sua utilização para a medição do desempenho dos negócios não é nova e são
utilizados nas análises das demonstrações financeiras (SILVA, 2005).
Corroborando, Perez Júnior e Begalli (1999) e Silva (2005) entendem
que um dos principais instrumentos para avaliar aspectos de desempenho
passado, presente e futuro, que se encaixa no processo de tomada de decisões, é
29
a análise dos indicadores econômico-financeiros, calculados por meio das
informações contábeis, extraídas das demonstrações financeiras. Gitman (1997)
reforça essa perspectiva e assegura, ainda, que a análise de indicadores
econômico-financeiros é empregada na comparação do desempenho e da
situação de uma empresa com outras empresas, ou consigo mesma, em uma
análise com diferentes períodos.
Observa-se que as empresas apresentam as suas avaliações de
desempenho focadas em indicadores econômico-financeiros, extraídos das
demonstrações financeiras elaboradas e divulgadas, pois os investidores,
acionistas, mercado financeiro utilizam desses mesmos indicadores para uma
avaliação prévia da organização para direcionar recursos. Quando se busca
informações sobre análise ou avaliação de desempenho nos sites empresariais,
encontra-se, sempre, informações relacionadas aos indicadores econômicofinanceiros, sejam eles índices ou valores absolutos (ativos totais, receitas, por
exemplo) (MARION, 2009; SILVA, 2005).
Em relação à avaliação por indicadores não-financeiros, estes são mais
utilizados no contexto gerencial das empresas, buscando aprimorar desempenho
global, ou seja, determinam uma melhoria, também, nos indicadores econômicofinanceiros, já que estes se relacionam (SILVA, 2008).
Vale ressaltar que, conforme Assaf Neto (2002), o modo como os
indicadores são utilizados envolve particularidades do analista, destacando que,
além do conhecimento técnico, a experiência e o discernimento que o mesmo
achar necessário para a avaliação a ser realizada.
E, complementando esse posicionamento, verifica-se na literatura que os
indicadores econômico-financeiros podem ser apresentados em diversas
maneiras de agrupamentos ou classificações, dependendo de cada analista, pois
cada um pode ter uma linha de direcionamento de avaliação de desempenho
(PADOVEZE; BENEDICTO, 2007; SILVA, 2005).
30
Marion (2009, p. 1) expõe que “só teremos condições de conhecer a
situação econômico-financeira de uma empresa por meio dos três pontos
fundamentais de análise: Liquidez (situação financeira), Rentabilidade (situação
econômica) e Endividamento (estrutura de capital)”. Marion (2009) considera
esses pontos como o tripé de análise da situação econômico-financeira,
permitindo avaliar se o desempenho das empresas se apresenta satisfatório ou
insatisfatório.
Já a classificação dos índices apresentada por Matarazzo (2008) é:
a)
Situação financeira: liquidez e estrutura de capital;
b)
Situação econômica: rentabilidade.
Verifica-se uma similaridade nas classificações de Marion (2009) e
Matarazzo (2008). Gitman (1997) classifica no âmbito da situação econômica,
os indicadores de atividade, os quais Silva (2005) considera ao analisar o
desempenho por meio dos índices de retorno.
Destaca-se que os índices de liquidez e de estrutura de capital avaliam,
essencialmente, o risco da empresa de não cumprir com seus compromissos
juntos aos seus credores. Já os índices de rentabilidade, juntamente com o de
atividade, avaliam retorno que um investimento pode proporcionar, seja para a
empresa ou investidores. Em uma análise de curto prazo, as informações
importantes estão relacionadas à liquidez e atividade. Em relação aos índices de
estrutura e rentabilidade, estes possibilitam uma avaliação mais crítica sobre as
operações das empresas e direcionam tomadas de decisões mais complexas que
podem abranger desde o curto ao longo prazo (GITMAN, 1997).
Dessa forma, serão apresentados, a seguir, os principais índices
econômico-financeiros, que auxiliam na avaliação do desempenho empresarial,
31
relacionados à liquidez, estrutura de capital e endividamento e rentabilidade e
atividade.
2.2.1 Indicadores de desempenho financeiro
2.2.1.1 Indicadores de liquidez
Os indicadores de liquidez representam a situação financeira de uma
empresa diante de seus diversos compromissos de pagamentos. Os índices de
liquidez “mostram a base da situação financeira da empresa” (MATARAZZO,
2008, p. 163). E, também, “visam fornecer uma medida, ou melhor, um
indicador da capacidade da empresa de pagar suas dívidas, a partir da
comparação entre outros direitos realizáveis e as exigibilidades” (SILVA, 2005,
p. 308). Conforme já mencionado anteriormente, a medição da liquidez está
relacionada a condições de risco proporcionado pela empresa.
São apresentados, a seguir, os índices de liquidez, conforme encontrado
em Assaf Neto (2002), Iudícibus (2010), Marion (2009), Matarazzo (2008) e
Silva (2005).
a)
Liquidez Imediata (LI): representa o valor de quanto uma empresa
dispõe imediatamente para liquidar as suas obrigações de curto
prazo.
Nesse
índice,
tem-se
uma
perspectiva
altamente
conservadora, pois “a composição etária do numerador e
denominador é completamente distinta. No numerador temos
fundos imediatamente disponíveis. No denominador, dívidas que,
embora de curto prazo vencerão em 30, 60, 90, 180 e até 365 dias”
(IUDICIBUS, 2010, p. 94). Por isso, alguns autores desconsideram
32
esse indicador para as análises. Para esse índice, dispõe-se da
seguinte fórmula:
Liquidez Imediata =
b)
Disponibilidades
Passivo Circulante (PC)
Liquidez Corrente (LC): indica quanto a empresa dispõe em
recursos monetários imediatos mais bens e direitos realizáveis no
curto prazo, neste caso há uma comparação com as dívidas que
devem ser pagas no mesmo período (SILVA, 2005). A sua fórmula
é representada pela divisão do Ativo Circulante (AC) pelo Passivo
Circulante (PC). “É um índice muito divulgado e frequentemente
considerado como o melhor indicador da situação de liquidez da
empresa” (IUDICIBUS, 2010, p. 94). Silva (2005) expõe que, em
condições de manutenção dos demais fatores que são inerentes à
empresa, quanto maior for o indicador encontrado, melhor será o
resultado visto sob a perspectiva de risco na cobertura das dívidas
de curto prazo, que é encontrado pela fórmula:
Liquidez Corrente =
c)
Ativo Circulante (AC)
Passivo Circulante (PC)
Liquidez Seca (LS): expressa a possibilidade de saldar as
obrigações de curto prazo, passivo circulante (PC), por meio da
utilização dos recursos de maior liquidez do ativo circulante
(ASSAF NETO, 2002). Segundo Marion (2009, p. 77), “o
banqueiro gosta muito desse índice, porque eliminam os estoques”,
pertencentes ao ativo circulante (AC), tornando-o um indicador
33
mais conservador, quando comparado à Liquidez Corrente, como se
observa na fórmula de cálculo:
Liquidez Seca =
d)
Ativo Circulante (AC) – Estoques
Passivo Circulante (PC)
Liquidez Geral (LG): expressa a capacidade de pagamento da
empresa, tanto a curto quanto em longo prazo, relacionando tudo o
que a empresa pode converter em dinheiro com tudo o que assumiu
de obrigações (MARION, 2009). É utilizado para avaliar a situação
financeira, quanto à liquidez, de longo prazo da empresa. Entendese que, quanto maior o indicador obtido, melhor é o grau de
liquidez da empresa, que é expressa pela fórmula:
Liquidez Geral = Ativo Circulante (AC) + Realizável a Longo Prazo (RLP)
Passivo Circulante (PC) + Exigível a Longo Prazo (ELP)
Observa-se que os índices de liquidez “completam-se entre si e
permitem ao analista certo aprofundamento no exame do risco da empresa. São
parâmetros cuja observação é necessária, mas não suficientes para a conclusão
acerca da robustez financeira da empresa” (SILVA, 2005, p. 317).
Por isso, vale ressaltar, nesse tópico, o Capital Circulante Líquido
(CCL), também conhecido como Capital de Giro Líquido, que é um indicador de
desempenho financeiro que pode auxiliar na compreensão dos índices de
liquidez das empresas, no entanto é representado por valor absoluto. O CCL é
composto por uma medida estática de folga financeira que a empresa apresenta
para liquidar seus compromissos de curto prazo (MATARAZZO, 2008). Este
indicador é representado pela diferença entre o Ativo Circulante (AC) e o
Passivo Circulante (PC):
34
Capital Circulante Líquido (CCL) = Ativo Circulante (AC) – Passivo Circulante
(PC)
Complementando, Santi Filho e Olinquevitch (2004, p.111) abordam
que “o conceito de capital de giro é igual ao conceito de capital circulante
líquido (Ativo Circulante – Passivo Circulante)”, apresentando similaridades ao
conceito norte-americano de capital de giro. Os autores abordam, também, que
na literatura brasileira é possível encontrar um conceito de capital de giro mais
preciso e que assume de formas mais adequadas para serem trabalhadas no
processo de gestão (SANTI FILHO; OLINQUEVITCH, 2004).
Considera-se que, se o CCL for positivo (AC > PC) a empresa possui
bens e direitos realizáveis em dinheiro no curto prazo, sendo suficientes para
quitar suas exigibilidades nesse mesmo prazo. Nessa situação, a sua posição
financeira poderá ser dada como satisfatória, uma vez que terá disponibilidades
para aplicar nas operações ativas da empresa. O CCL está fortemente
relacionado com o Índice de Liquidez Corrente (ASSAF NETO, 2002).
Portanto, os indicadores de liquidez envolvem a situação financeira das
empresas, permitindo avaliar e conhecer seu desempenho medindo sua condição
de pagamento, tanto no curto e no longo prazo. A utilização dos índices de
liquidez possibilita mensurar o que foi realizado no passado e projetar
tendências futuras.
2.2.1.2 Indicadores de estrutura de capital e endividamento
A avaliação da estrutura de capital das empresas está relacionada à
mensuração das formas de financiamento que a mesma utiliza para realizar as
suas atividades. “A estrutura de capitais de uma empresa envolve a composição
de suas fontes de financiamento. Os fundos aplicados em ativos (circulantes e
35
não circulantes) são provenientes dos proprietários da empresa ou de terceiros”
(SILVA, 2005, p. 285).
Os indicadores de estrutura de capital estão ligados com as decisões
financeiras de financiamento e investimento. Os índices que compõem esse
grupo, que serão apresentados, são: Participação de Capitais de Terceiros,
Composição do Endividamento, Endividamento Geral, Imobilização do
Patrimônio Líquido ou Imobilização do Capital Próprio e Imobilização dos
Recursos Não Correntes (GITMAN, 1997; IUBICIBUS, 2010; MATARAZZO,
2008; SILVA, 2005).
a)
Índice de Participação de Capitais de Terceiros: representa o
percentual de capital de terceiros (passivo circulante + passivo não
circulante), as exigibilidades, em relação ao capital próprio
(patrimônio líquido), indicando a dependência da empresa em
relação aos recursos de terceiros (SILVA, 2005). Avalia a dimensão
do total de ativos financiados pelos credores da empresa, sendo
calculado pela seguinte fórmula:
Participação de Capital de Terceiros (PCT): Capital de Terceiros (CT) x 100
Patrimônio Líquido (PL)
Matarazzo (2008) disserta que quanto maior esse índice, maior será o
montante de recursos de terceiros empregados na empresa e que a avaliação da
participação de capital de terceiros é uma análise rigorosamente financeira, pois
é possível visualizar o risco de insolvência e não a relação lucro-prejuízo.
Porém, o autor ressalta que a falência não é exclusividade do endividamento,
porque outros fatores, tal como a má gestão, interferem nesse processo.
Iudícibus (2010, p. 98) menciona que o índice de participação de
capitais de terceiros pode ser avaliado sobre os recursos totais, que é “(também
36
conhecido por Deb Ratio), de grande relevância, pois relaciona o Exigível Total
(capitais de terceiros) com os Fundos Totais Providos (por capitais próprios e
capitais de terceiros)”:
Participação de Capital de Terceiros:
CT x 100
Sobre os Recursos Totais
PL + CT
b)
Índice de Composição de Endividamento (CE): indica o percentual
de dívidas, exigibilidades, de curto prazo em relação às dívidas
totais, exigibilidades totais, conforme a fórmula de cálculo
(MATARAZZO, 2008):
Composição de Endividamento (CE): Passivo Circulante (PC) x 100
Capital de Terceiros (CT)
Entende-se que o endividamento necessita ser benéfico para não colocar
em risco a estrutura de ativos da empresa. Por exemplo, quando uma empresa
busca expansão, o endividamento de longo prazo é o mais recomendável, pois a
expansão leva um determinado tempo para gerar recursos. O endividamento de
longo prazo permite que o uso do recurso de terceiros, sendo aplicado
coerentemente, possibilite a geração de receitas para pagamentos da dívida e
obtenção de lucros.
c) Índice de Endividamento Geral (EG): expressa o montante de
capital de terceiros que está sendo usado na tentativa de gerar
resultados futuros positivos, lucros. Quanto menor o índice
(próximo de zero), melhor é a situação da empresa, analisado sob a
perspectiva de risco na cobertura do capital de terceiros. Usa-se a
seguinte fórmula para calcular:
37
Endividamento Geral (EG) =
Capital de Terceiros
Ativo Total
De acordo com Gitman (1997, p. 117), “o índice de endividamento geral
mede a proporção dos ativos totais da empresa financiada pelos credores”.
d) Índice de Imobilização do Patrimônio Líquido (IPL): representa
quanto do patrimônio líquido de uma empresa está aplicado em
ativos de caráter permanente, que é a soma dos ativos Imobilizado,
Investimentos e Intangível. Avaliando, na visão do risco
empresarial, a interpretação desse índice é de “quanto maior, pior,
mantidos constantes os demais fatores” (SILVA, 2005, p. 290-291).
Esse índice é obtido pela fórmula:
Imobilização do Patrimônio Líquido (IPL): Ativo C. Permanente x 100
Patrimônio Líquido
e) Índice de Imobilização dos Recursos Não Correntes (IRNC):
possibilita verificar que percentual de recursos não correntes,
patrimônio líquido e passivo não circulante (exigível de longo
prazo), a empresa aplicou em ativos de caráter permanente
(MATARAZZO, 2008). Encontra-se esse índice pelo cálculo da
fórmula:
Imobilização dos Recursos: Ativo de Caráter Permanente x 100
Não Correntes
Patrimônio Líquido + Passivo Não Circulante
Matarazzo (2008, p. 160) considera que ativos de caráter permanente
(Imobilizado, Investimentos e Ativo Intangível) “têm vida útil que pode ser de 2,
5, 10 ou 50 anos. Assim não é necessário financiar todo Imobilizado com
38
recursos próprios. É perfeitamente possível utilizar recursos de longo prazo”. No
entanto, o mesmo autor pondera que isso seja realizado “desde que o prazo seja
compatível com o de duração do Imobilizado ou então que o prazo seja
suficiente para a empresa gerar recursos capazes de resgatar as dívidas de longo
prazo” (MATARAZZO, 2008, p. 160).
Em relação à estrutura de capital e endividamento, Schrickel (1999,
p. 317) considera que “é fundamental que toda e qualquer empresa mantenha seu
endividamento oneroso em níveis prudentes e gerenciáveis”. Entende que as
iniciativas devem ser precedidas de correspondentes reflexões sobre o impacto
que as decisões estratégicas terão sobre a estrutura financeira da empresa.
Por meio da avaliação da estrutura de capital e endividamento o analista
adquire alternativas de fazer considerações sobre o desempenho e a
perceptibilidade na gestão da empresa, ajustando determinada quantia de capitais
de terceiros, as exigibilidades, com recursos próprios e o patrimônio liquido. E,
ainda, concomitantemente, adotando medidas eficientes e eficazes para resolver
desequilíbrios econômico-financeiros contingências, no intuito de que, em
momento posterior, será possível reduzir a dependência de capital de terceiros,
se houver conveniência e permitir a empresa alcançar melhor resultado
(SCHRICKEL, 1999).
2.2.2 Indicadores de desempenho econômico
2.2.2.1 Indicadores de Atividade
Os índices de atividade, segundo Gitman (1997, p. 112), são utilizados
“para medir a rapidez com que algumas contas são convertidas em caixa”.
Considera-se que esses índices são relevantes por representarem relações
dinâmicas, que influenciam a liquidez e a rentabilidade dos empreendimentos
39
(IUDICIBUS, 2010). Utilizam-se os seguintes índices no intuito de avaliar a
atividade empresarial:
a) Giro dos Estoques (GE): indica a quantidade de vezes que o
estoque se renovou durante certo intervalo de tempo, medindo a
atividade ou liquidez dos estoques da empresa. É mais expressivo
somente comparado ao de outras empresas pertencentes ao mesmo
setor de atividade. Esse índice, quando dividido por 365 (número
aproximado de dias do ano), resulta no número médio de dias de
venda que a empresa tem em estoque (GITMAN, 1997).
Giro dos Estoques = Custos dos Produtos Vendidos (CPV)
Estoques (médio)
b) Giro do Ativo Permanente (GAP) – Este quociente mede a
eficiência com a qual a empresa utiliza seus ativos permanentes
para proporcionar a geração de receitas (NEVES; VICECONTI,
2004).
GAP =
Receita Líquida
Ativo Imobilizado (médio)
c) Giro do Ativo Total (GAT) - indica a eficiência com a qual a
empresa usa todos os seus ativos para gerar receitas (GITMAN,
1997, p. 115). Geralmente, quanto maior o valor absoluto deste
índice, mais eficientemente a empresa parece utilizar os seus ativos.
O giro do ativo total pode ser calculado como:
40
GAT =
Receita Líquida
Ativo Total (médio)
2.2.2.2 Indicadores de lucratividade e rentabilidade
Os índices de lucratividade compõem a avaliação do desempenho da
empresa, permitindo, ao analista, avaliar os lucros da empresa em confronto com
um dado nível de vendas (GITMAN, 1997, p. 120).
Outros indicadores de rentabilidade, também, compõem a avaliação do
desempenho econômico da empresa. Representa a relação entre o resultado do
exercício alcançado e os elementos utilizados para a geração desse resultado, tais
como capital próprio investido e ativos, principalmente. O retorno sobre
investimento (ROI), no Brasil, é pouco utilizado devido à maior facilidade de se
utilizar o retorno sobre o ativo (ROA) e, por isso, não será apresentado.
a) Retorno sobre Vendas (ROS): a margem bruta, operacional e
líquida são alguns dos indicadores que melhor expressam a
lucratividade da empresa, estando relacionada ao retorno sobre as
vendas, do inglês Returno on Sales (ROS):
• Margem Bruta (MB): indica qual o percentual da receita de
vendas
ou
serviços,
corresponde
ao
lucro
bruto
do
empreendimento. Sua fórmula é representada pela seguinte
equação:
MB = Lucro Bruto
Receita Líquida
• Margem Operacional (MO): A margem operacional expressa o
quanto da receita operacional é convertida em lucro operacional,
41
ou seja, deduzidas da receita operacional apenas os custos e as
despesas operacionais. Ela representa o ganho puro das
operações, já que não estão consideradas as receitas e despesas
não operacionais, as receitas e despesas financeiras e os
impostos sobre o lucro. A fórmula que representa esse indicador
é:
MO = Lucro Operacional
Receita Líquida
• Margem Líquida (ML): mede a porcentagem de cada unidade
monetária de venda que restou, após a dedução de todas as
despesas, inclusive o imposto de renda (GITMAN, 1997, p.
122). Pode ser calculado como:
ML = Lucro Líquido
Receita Líquida
b) Retorno sobre o Patrimônio Líquido (ROE): do inglês Return on
Equity, mede o retorno obtido sobre o investimento efetuado pelos
proprietários da empresa (MATARAZZO, 2008). É calculado por
meio da seguinte fórmula:
ROE = Lucro Líquido x 100
Patrimônio Líquido
Segundo Matarazzo (2008, p. 181),
o papel do índice de Rentabilidade do Patrimônio
Líquido é mostrar qual a taxa de rentabilidade do
42
Capital Próprio. Essa taxa pode ser comparada com a
de outros rendimentos alternativos no mercado, como
a Caderneta de Poupança, CDBs, Letras de Câmbio,
Ações, Aluguéis, Fundos de Investimento, etc. Com
isso se pode avaliar se a empresa oferece
rentabilidade superior ou inferior a essas opções.
c) Retorno sobre o Ativo (ROA): A sigla ROA é originaria do inglês
Return on Assets. “A taxa de retorno sobre o ativo líquido é um dos
indicadores mais importantes da eficiência dos negócios de uma
empresa, pois mostra quanto a empresa lucra para cada real
investido” (MATARAZZO, 2008, p. 178).
ROA = Lucro Líquido x 100
Ativo Total
2.2.3 Indicadores econômico-financeiros: considerações finais
Considera-se que o procedimento de avaliar o desempenho das
organizações por meio dos indicadores econômico-financeiros é o mais usual,
pois aborda as diversas perspectivas da empresa, apesar das suas limitações, por
ser um instrumento visto como limitado e não existir consenso sobre a melhor
forma de ponderar essas medidas de desempenho econômico-financeiro.
Sendo assim, Matarazzo (2008) e Silva (2005) consideram como
necessário, que em benefício da própria análise econômico-financeira, que
determinados instrumentos quantitativos sejam utilizados no sentido de auxiliar
a utilização dos resultados desta análise no processo de tomada de decisão.
Dessa forma, para avaliar o desempenho econômico-financeiro do setor
de construção civil, será aplicada a técnica Análise por Envoltória de Dados
(DEA), que consiste em um método cuja concepção identifica as empresas
detentoras das melhores práticas que servem de referência dentro de um
43
determinado segmento de atividade, ou seja, estabelece um “índice relativo” que
serve de comparação (referência). Método este que não descarta as análises
relacionadas ao desempenho econômico-financeiro, mencionados acima, e sim
pode apoiar essas informações, complementado a análise (KANESIRO, 2008).
2.3 Análise envoltória de dados – DEA
A busca por eficácia e eficiência nas organizações está fortemente
correlacionada ao desenvolvimento, expansão e globalização dos negócios. A
competitividade é avaliada como um dos fatores proeminente pela objetivação
constante de se ter a eficácia e eficiência, no contexto mais recente, relacionadas
a todos os processos e decisões organizacionais. No contexto competitivo não é
necessário apenas atingir o resultado - ser eficaz -, se faz necessário alcançar o
resultado da melhor forma possível – ser eficiente (KASSAI, 2002;
NAZARETH, 2009).
No âmbito das ciências administrativas, a eficiência se prende à análise
sistêmica do desempenho das organizações, ou seja, se a organização está
utilizando os seus recursos (insumos) para alcançar o seu melhor resultado
(produto). Ohira e Shirota (2005) abordam que na impossibilidade de existir uma
forma alternativa de se otimizar uma produção (alcance de um resultado),
empregando uma menor quantidade de insumos (recursos), pode-se determinar
que houve o alcance da eficiência.
Dessa forma, surge a técnica de análise Data Envelopment Analysis
(DEA), no intuito de ser um instrumento de avaliação da eficiência, atualmente,
utilizada nos mais diversos objetos de estudo no Brasil, como se pode observar
em: Barbosa e Macedo (2009), Ferreira (2005), Kassai (2002), Macedo e
Cavalcante (2009), Macedo, Corrar e Siqueira (2009), Mesquita e Macedo
(2009), Nazareth (2009), Rafaeli (2009), Silva et al. (2009), Souza e Macedo
44
(2009), Vilela, Nagano e Merlo (2007), dentre outros. Ferreira (2005) destaca
que a DEA é empregada em diversas pesquisas, envolvendo diferentes áreas do
conhecimento e conclui que, nas ciências sociais aplicadas, esta metodologia
vem auxiliando para analisar diferentes fenômenos.
Considera-se que,
o marco inicial dos estudos sobre DEA pode ser
encontrado em Farrell (1957), que propôs um modelo
empírico para eficiência relativa em oposição ao
modelo de produção funcional teórico para
eficiência. Ele sugeriu que era melhor determinar
uma medida de eficiência de uma organização,
comparando-a com o melhor nível de eficiência até
então observado, desconsiderando a comparação com
algum ‘ideal inatingível’. Com base na avaliação da
eficiência proposta por Farrell (1957), que
considerou um único insumo e um único produto,
Charnes, Cooper e Rhodes (1978) iniciaram o estudo
da abordagem não paramétrica para análise de
eficiência com múltiplos insumos (inputs) e
múltiplos produtos (outputs), denominada Data
Envelopment Analysis (DEA), ou Análise Envoltória
de Dados (VILELA; NAGANO; MERLO, 2007, p.
118).
Para Gattoufi et al. (2004) e Rafaeli (2009) o estudo de Charnes, Cooper
e Rhodes (1978), no qual o modelo aplicado utilizara técnicas de pesquisa
operacional, não paramétrica e de otimização da programação linear matemática,
complementa as ideias de Farrell (1957) - que introduziu um método de fronteira
convexa não-paramétrico em análise de eficiência -, ao dar mais precisão prática
ao método de análise.
Considera-se que Charnes, Cooper e Rhodes (1978) “desenvolveram o
primeiro modelo DEA, conhecido como CCR, em referência às iniciais de seus
autores, ou ainda CRS, do inglês Constant Returns to Scale”, e foram esses
autores que introduziram “o termo Data Envelopment Analysis, traduzido para o
45
português como Análise Envoltória de Dados”. Para Charnes, Cooper e Rhodes
(1978), o objetivo do método de análise é medir a eficiência da utilização de
recursos qualquer que seja a combinação dos mesmos ou tecnologias adotadas
(RAFAELI, 2009, p. 48).
Conforme Adler, Friedman e Sinuany-Stern (2002), a DEA pode ser
descrita como um programa linear, resolvido sem muitas dificuldades, no qual se
determina “n” programas, um para cada DMU (Decision Making Units). Rafaeli
(2009, p. 50) expõe que:
na concepção de Charnes, Cooper e Rhodes (1981), a
função descrita por esse programa linear é
denominada como inter-envelope, uma vez que
envelopa as demais funções do conjunto. Desse
modo, o nome Data Envelopment Analysis surge da
aplicação desse conceito aplicado a dados
observacionais usados para estabelecer as fronteiras
de eficiência por meio desses procedimentos de
envelopamento.
Portanto, a DEA é uma técnica de análise de eficiência fundamentada
em programação linear, com a finalidade de medir o “desempenho de unidades
operacionais ou tomadoras de decisão (DMU)”, já que quando são utilizadas
múltiplas entradas (inputs) e múltiplas saídas (outpus) torna-se difícil realizar
comparações (LINS; MEZA, 2000). Corroborando, Macedo e Bengio (2003, p.
6) entendem que “a Análise Envoltória de Dados (DEA) envolve o uso de
métodos de programação linear para construir uma fronteira não-paramétrica
sobre os dados. Medidas de eficiência são calculadas em relação a sua fronteira”.
A pressuposição fundamental na técnica DEA é que,
se uma dada DMU “A” é capaz de produzir Y(A)
unidades de produto, utilizando X(A) unidades de
insumos, então outras DMUs poderiam também fazer
o mesmo, caso elas estejam operando eficientemente.
De forma similar, se uma DMU “B” é capaz de
46
produzir Y(B) unidades de produto, utilizando X(B)
de insumos, então outras DMUs poderiam ser
capazes de realizar o mesmo esquema de produção.
Caso as DMUs “A” e “B”sejam eficientes, elas
poderiam ser combinadas para formar uma DMU
composta, isto é, que utiliza uma combinação de
insumos para produzir uma combinação de produtos.
Desde que esta DMU composta não necessariamente
existe, ela é denominada DMU virtual. A análise
DEA consiste em encontrar a melhor DMU virtual
para cada DMU da amostra. Caso a DMU virtual seja
melhor do que a DMU original, ou por produzir mais
com a mesma quantidade de insumos, ou produzir a
mesma quantidade usando menos insumos, a DMU
original será ineficiente (CASADO, 2007, p. 59-71).
Conforme os autores Lins e Meza (2000 citado por MACEDO;
SANTOS; SILVA, 2009, p. 4), a DEA é uma metodologia que fornece “uma
medida de desempenho capaz de comparar a eficiência de várias unidades
similares mediante a consideração explícita do uso de suas múltiplas entradas
para a produção de múltiplas saídas”. Deste modo, essa técnica permite que uma
tomada de decisão seja norteada por meio de um indicador gerado de várias
abordagens de desempenhos distintas (MACEDO; SANTOS; SILVA, 2009).
A DEA objetiva avaliar resultados de unidades e identificar resultados
eficientes entre uma lista de potenciais candidatos, as DMUs (MACEDO;
SANTOS; SILVA, 2009; RAFAELI, 2009). A DEA constrói um conjunto de
referência, admitindo classificar as DMUs em eficientes ou ineficientes, sendo a
superfície formada por esse conjunto o referencial (MELLO et al., 2005). “As
unidades eficientes são localizadas sobre a fronteira enquanto as ineficientes
localizam-se abaixo” (ALMEIDA; MARIANO; REBELATTO, 2007, p. 2).
O resultado do método DEA é a determinação de
uma superfície envelope ou fronteira ParetoEficiente. As DMUs que repousam sobre a superfície
determinam o envelope e são consideradas eficientes,
enquanto as outras são consideradas ineficientes
(VASCONCELLOS; CANEN; LINS, 2006. p. 54).
47
Deste modo, a eficiência de uma empresa, com múltiplos insumos e
produtos, parte do pressuposto de estabelecer dentre as empresas avaliadas uma
superfície limite, no qual as empresas mais eficientes se situem sobre esta
(fronteira), enquanto as menos eficientes se localizam abaixo dessa. De alguma
forma, sobre a superfície de referência, a relação “insumos/produtos” deve ser a
maior possível dentre aquelas observadas, ou seja, as empresas que ali estão
alcançaram o ponto ótimo. Assim, o nível de ineficiência de uma empresa, do
grupo analisado, pode ser medido como a distância do seu vetor
“insumo/produto” até a superfície de referência (KANESIRO, 2008; MACEDO;
BENGIO, 2003).
Ainda, de acordo com Vasconcellos, Canen e Lins (2006), utilizando a
DEA é possível realizar comparações entre organizações que se encontram em
um mesmo cenário, de modo a aproximar o máximo da realidade que essas
organizações estão inseridas. Esse método não indica apenas a posição das
organizações (DMUs) eficientes e ineficientes, mas fornece um parâmetro para
uma melhora no desempenho das empresas ineficientes, facilitando a
visualização de quanto essas empresas devem evoluir para alcançar o
desempenho das organizações benchmarking2 do mercado.
A metodologia por análise envoltória tem demonstrado ser um
instrumento relevante para o benchmarking na identificação das fronteiras
eficientes, uma vez que o método é focado em observações de práticas
operacionais de uma amostragem de unidades comparáveis, em que as unidades
apontadas como referências apresentam um maior apelo prático e funcionam de
maneira mais abrangente do que padrões normativos de engenharia
(VASCONCELLOS; CANEN; LINS, 2006).
2
Benchmarking é um processo contínuo e sistemático para avaliar produtos, serviços e
processos de trabalho de organizações que são reconhecidas como representantes das
melhores práticas, com a finalidade de melhoria organizacional (SPENDOLINI, 1994,
citado por VASCONCELLOS et al., 2006, p. 52).
48
Macedo, Santos e Silva (2009), expõem que o conjunto de referência
que pode ser usado como benchmarking na melhoria do desempenho das
unidades menos eficientes é um dos maiores benefícios do uso da DEA. Estes
benchmarks indicam o que precisa ser modificado nos inputs e outputs e como
melhorá-los para transformar unidades ineficientes em eficientes. A DEA
representa uma das mais adequadas ferramentas para avaliar a eficiência, em
comparação com ferramentas convencionais, pois os resultados da DEA
apresentam particularidades que não são obtidos em outras abordagens que
analisam eficiência, servindo melhor ao embasamento de recomendações de
natureza gerencial (MACEDO; SANTOS; SILVA, 2009).
Barros e Garcia (2006), no estudo que desenvolvem sobre eficiência de
empresas de gerenciamento de fundos de pensão em Portugal, apontam que a
DEA é uma metodologia apta a permitir que uma equipe de gestores tenha a
capacidade de se basear nas unidades de decisão que alcançaram melhores
práticas, utilizando-as como direcionadoras e estimadoras para a melhoria
potencial que pode ser realizada pelas unidades ineficientes. Os autores,
também, consideraram a DEA como um instrumento que possui a capacidade de
combinar várias medidas de desempenho em um índice expressivo de
produtividade, podendo colaborar na gestão das unidades organizacionais rumo
ao alcance dos objetivos traçados.
Conforme observado em Macedo e Bengio (2003), Min e Foo (2006) e
Vasconcellos, Canen e Lins (2006), dentre outros estudos, é possível obter pela
DEA:
a) a identificação de um conjunto de DMUs de melhor performance
(eficientes), que gera um conjunto referencial para as demais
DMUs;
49
b) medida de eficiência para cada DMU fora da fronteira, uma
distância à fronteira que apresenta a potencialidade de crescimento
da produtividade;
c) a soma de recursos em excesso utilizado por cada DMU não
eficiente;
d) potencial de incremento de outputs para as DMUs não eficientes
sem que haja a necessidade de mais recursos.
e) as taxas de substituição, pesos, que originam cada limite da
fronteira de eficiência e distinguem as relações de valor que
classifica esse limite como ineficiente, compondo metas para essas
unidades.
Vale destacar que, em relação à DEA, na literatura são encontrados dois
modelos clássicos, usualmente, empregados nas aplicações da metodologia, são
eles:
a) Modelo CCR: sigla dos nomes de Charnes, Cooper e Rhodes
(1978); e
b) Modelo BCC: sigla dos nomes de Banker, Charnes e Cooper
(1984).
Vasconcellos, Canen e Lins (2006, p. 3) ainda acrescentam que os
modelos DEA são classificados com respeito ao tipo de superfície envoltória, a
orientação (inputs ou outputs) e a medida de eficiência, os quais são
classificados em: modelo com “retorno de escala constante” – CCR ou CRS
(Constant Returns to Scale) – e modelo com “retorno de escala variável” – VRS
(Variable Returns to Scale) –, mais conhecido por BCC.
50
O modelo CCR, refere-se às iniciais dos nomes dos autores Charnes,
Cooper e Rhodes, 1978, também conhecido como CRS (Constant Returns to
Scale), avalia a eficiência total, identifica as DMUs eficientes e ineficientes e
determina a que distância da fronteira de eficiência estão as unidades
ineficientes (VASCONCELLOS; CANEN; LINS, 2006).
Já o modelo BCC - Banker, Charnes e Cooper, 1984, também conhecido
como VRS (Variable Returns to Scale), utiliza a formulação dual, sendo este
normalmente usado no benchmarking. Este modelo permite a projeção de cada
DMU ineficiente sobre a superfície de fronteira (envoltória) determinada pelas
DMUs eficientes e admite que a produtividade máxima (resultado) altere em
função da escala de produção (VASCONCELLOS; CANEN; LINS, 2006).
A formulação matemática destes modelos clássicos podem assim ser
representadas:
Quadro 1 Formulações matemáticas dos modelos clássicos da DEA
CCR-I (Insumo)
Sujeito a:
Maximizar h k =
s
∑u
r =1
r y rk
m
n
r =1
i =1
∑ ur y rj − ∑ vi xi j ≤ 0
n
∑v x
CCR-O
(Produto)
i =1
Minimizar h k =
i =1
i
m
n
ik
r =1
i =1
m
∑u
r =1
r
y rk = 1
BCC-I
(Insumo)
n
m
Maximizar
∑ ur y rk − uk
r =1
∑v x
i =1
m
i
ij
=1
n
∑ ur yrj − ∑ vi xi j − uk ≤ 0
r =1
“continua”
=1
∑ u r y rj − ∑ vi xi j ≤ 0
n
∑v x
i ij
i =1
51
Quadro 1 “conclusão”
BCC-O
(Produto)
m
n
Minimizar
∑ v i x ik + v k
i =1
∑u
r =1
m
r
y rk = 1
n
∑ u r y rj − ∑ vi xi j − vk ≤ 0
r =1
i =1
Fonte: Elaborado a partir de Kassai (2002)
Onde:
u r , vi ≥ 0
y = produtos; x = insumos; u, v = pesos
r = 1, K , m; i = 1, K , n; j = 1, K , N
hk= indicador de eficiência
De acordo com Melo et al. (2005) o modelo CCR-I permite que cada
DMU escolha os pesos3 para cada variável (input ou output) da forma que for
mais adequado para atingir a eficiência, desde que esses pesos aplicados às
outras DMUs não gerem uma razão superior a 1,00. O resultado assume a
proporcionalidade entre inputs e outputs através da máxima redução de input
(insumos) para a mesma produção de output (produtos).
No entanto, o modelo CCR-O, orientação-produto, procura maximizar o
aumento proporcional nos níveis de produto, mantendo fixa a quantidade de
insumos (LINS; MEZA, 2000).
O modelo BCC-I busca manter os retornos variáveis à escala,
minimizando sempre que possível a utilização dos insumos. Diferente do
3
“Os pesos representam um sistema de valor relativo para cada DMU o qual fornece o
melhor escore possível para a DMU, sujeito a que o sistema de valor resultante é
viável para todas as outras DMU no sentido de que nenhuma atinja um escore de
eficiência acima de um limite superior especificado que é comumente 1. Na sua forma
clássica a DEA permite total flexibilidade na seleção de pesos tal que cada DMU
atingira o escore máximo de eficiência viável para seus níveis de inputs e outputs”
(LINS; MEZA, 2000, p. 53).
52
modelo BCC-P que procura maximizar os retornos variáveis de escala,
mantendo fixa a quantidade de insumos.
Segundo Belloni (2000, p. 69 citado por KASSAI, 2002, p. 77), “os
modelos CCR e BCC apresentam regiões de viabilidade distintas. A região
viável do Modelo BCC é restringida a combinações convexas dos planos de
produção observados, o que é caracterizado pelos retornos de escala constante”.
Isto é, quando se considera os modelos com orientação ao produto, “o indicador
de eficiência do Modelo BCC é menor ou igual ao indicador de eficiência do
Modelo CCR” (KASSAI, 2002, p. 77).
Enfim, tendo exposto as bases teóricas desse estudo, a seguir, será
abordado aspectos relacionados à metodologia.
53
3 METODOLOGIA
3.1 Tipo de pesquisa
No intuito de alcançar os objetivos propostos para este estudo, optou-se
por uma pesquisa quantitativa, quanto ao processo metodológico, e descritiva no
que se refere ao objetivo da pesquisa (COLLINS; HUSSEY, 2005;
MALHOTRA, 2006).
Na pesquisa de concepção quantitativa, busca-se submeter uma
observação à experimentação em condições de controle e apreciá-lo
coerentemente, com critérios de rigor, mensurado a constância das incidências e
suas exceções e admitindo somente os conhecimentos passíveis de apreensão em
condições de controle, legitimidade pela experimentação e comprovados pela
mensuração. Envolve coletar e analisar dados numéricos aplicando testes
estatísticos, podendo estes testes apresentar caráter paramétrico ou nãoparamétrico (COLLINS; HUSSEY, 2005).
No estudo do tipo descritivo, tem-se que “o pesquisador apresenta o
objeto de pesquisa, procurando descrever e demonstrar como um determinado
fenômeno ocorre, quais são suas características e relações com outros
fenômenos” (FARIA; CUNHA; FELIPE, 2007, p. 31). Complementando,
Os dados compilados costumam ser quantitativos e
técnicas estatísticas são geralmente usadas para
resumir as informações. A pesquisa descritiva vai
além da pesquisa exploratória ao examinar um
problema, uma vez que avalia e descreve as
características das questões pertinentes (COLLINS;
HUSSEY, 2005, p. 24).
Os dados utilizados para as análises foram de fontes secundárias. Para
Faria, Cunha e Felipe (2007), os dados secundários envolvem informações
54
publicadas nas mais diversas fontes, como sites, jornais, revistas, informativos e
anuários.
Em relação ao período, esta pesquisa se caracteriza como um estudo de
corte transversal (cross section), uma vez que se trabalha com dados dos anos de
2008 e 2009, disponíveis na base de dados Melhores e Maiores da ExameFIPECAFI. O estudo cross section é usado para investigar características de
diferentes organizações quando há várias questões associadas a elas e é realizada
em intervalos curtos (COLLIS; HUSSEY, 2005).
Ressalta-se que, neste estudo foram realizadas análises, separadamente,
para os anos de 2008 e 2009, no intuito de preservar as características e
pressupostos da técnica utilizada, a Análise Envoltória de Dados (DEA), e da
característica do corte transversal.
3.2 A aplicação da análise envoltória de dados - DEA
3.2.1 Universo, amostra e variáveis
As três principais fases no estudo da medida de eficiência usando a
metodologia de Análise Envoltória de Dados (DEA) são, segundo Golany e Roll
(1989):
a) Seleção das unidades tomadoras de decisão (DMUs) para análise;
b) Determinação dos insumos e produtos relevantes para avaliar a
eficiência relativa das DMUs selecionadas;
c) Aplicação dos modelos DEA e análise dos resultados.
55
De acordo com Richardson (1999) as DMUs correspondem a um objeto
de pesquisa. Contundo, na DEA a sua seleção deve respeitar alguns critérios,
sendo eles:
a) as DMUs devem ser autônomas na tomada de decisão; e
b) as DMUs devem ser homogêneas e operar na mesma unidade de
medida.
No que se refere às variáveis para a análise envoltória, Lins e Meza
(2000, p. 38), afirmam que o número deve ser “o mais compacto possível para
maximizar a capacidade de discriminar as DMUs eficientes das ineficientes”.
Lins e Meza (2000, p. 39) complementam que:
Nos casos reais em que se pressupõe uma pequena
disponibilidade de variáveis e grandes quantidades de
observações (Decision Making Units - DMU), não se
justifica a preocupação em utilizar alguma técnica
para seleção de variáveis. Entretanto nos casos em
que o número de DMU é pequeno em relação ao
número de possíveis inputs e outputs, os autores em
geral não (sic) tem destacado a necessidade de um
procedimento para seleção de variáveis.
Dessa forma, segundo Nazareth (2009, p. 57) “a seleção das variáveis
pode levar em consideração, exclusivamente, a opinião do interessado,
especialista, considerando a relevância, a confiabilidade, abrangência e a
contribuição da variável para a aplicabilidade da técnica”.
Fundamentado nas proposições de Golany e Roll (1989), Lins e Meza
(2000), Nazareth (2009) e Richardson (1999), têm-se as seguintes escolhas para
este estudo:
56
a) DMUs selecionadas: empresas do setor se construção civil, listadas
pela pesquisa Melhores e Maiores da Exame-FIPECAFI, período de
competência 2008 e 2009, sendo publicadas nas edições 2009 e
2010 da Revista Exame.
A delimitação desse universo de pesquisa, o setor de construção civil, é
justificada pelo desenvolvimento e importância que o setor tem apresentado nos
últimos anos, segundo os estudos da Associação Brasileira de Materiais de
Construção (ABRAMAT) e Fundação Getúlio Vargas (FGV). E, ainda, pela
perspectiva de crescimento no setor devido aos programas de governo com foco
na moradia, devido ao défice habitacional brasileiro, e eventos de abrangência
mundial, que acontecerão no Brasil nesta década: a Copa do Mundo da FIFA,
em 2014, e os Jogos Olímpicos, em 2016, que necessitam de grandes obras de
infraestrutura. Tais acontecimentos colocam a indústria da construção em
evidência (ABRAMAT; FGV, 2009).
A população-alvo utilizada, empresas listadas na base de dados
Melhores e Maiores da Exame-FIPECAFI, se deu pelo fato de abranger um
maior número de empresas do que as que estão listadas no mercado da Bolsa de
Valores (BM&FBOVESPA) e, portanto, ter a possibilidade de inferências mais
relevantes ao setor.
Como já afirmado anteriormente, a BM&FBOVESPA lista 40
(quarenta) empresas para o setor de construção e engenharia, até dezembro de
2010, no entanto na pesquisa Exame-FIPECAFI, fazem parte da amostra
analisada 66 (sessenta e seis) empresas, competência de 2008, e 72 (setenta e
duas) empresas, na de 2009, que incluem empresas listadas e não listadas na
BM&FBOVESPA, que são de grande relevância para o setor. Portanto, a
amostra tem caráter não-probabilístico e por acessibilidade.
57
A amostragem não-probabilística está vinculada à apreciação do
pesquisador e não na oportunidade de selecionar elementos amostrais por meio
probabilístico. Nesse tipo de amostra o pesquisador pode, conscientemente,
arbitrar ou decidir os elementos a serem incluídos no estudo. No entanto, a
amostragem não-probabilística impossibilita que os resultados obtidos sejam
estatisticamente projetáveis para o universo (MALHOTRA, 2006).
Ressalta-se que a delimitação final da amostra a ser estudada, foi
baseada nas variáveis de inputs e outputs que serão utilizadas para as análises
DEA. Isto é, além das empresas estarem na listagem da pesquisa ExameFIPECAFI, as empresas que compuseram a amostra a ser analisada foram as que
tinham os dados necessários para as variáveis escolhidas, o que reduziu o
número de componentes da amostra, conforme demonstrado a seguir, no Tópico
3.2.2.
b) Variáveis de Inputs (insumos):
• Capital Total Disponível: é a soma do capital próprio,
Patrimônio Líquido (PL) com o Capital de Terceiros (CT),
representando todos os recursos que estão disponíveis para a
atividade das organizações. Equivale ao Ativo Total e mensura o
porte das empresas (REVISTA EXAME; FUNDAÇÃO
INSTITUTO DE PESQUISAS CONTÁBEIS, ATUARIAIS E
FINANCEIRAS - FIPECAFI, 2010);
• Salários e Encargos: valor apurado com base nos gastos que as
empresas tiveram com a mão de obra (REVISTA EXAME;
FIPECAFI, 2010).
58
Para a escolha das variáveis de inputs, considerou-se a proposição de
Binger e Hoffman (1998) exposta por Nazareth (2009), no qual os insumos
podem ser divididos em amplas categorias de mão-de-obra, materiais e capital.
Como não consta variáveis relativas a materiais, foram utilizadas as que estão
relacionadas aos insumos de produção: Capital e Trabalho; representados pelo
Capital Total, que é de caráter financeiro, e Encargos e Salários, caráter
econômico-operacional. A utilização dos Encargos e Salários se dá pela sua
representatividade na transformação dos recursos em produtos.
c) Variáveis de Outputs (produtos):
• Vendas: é o valor apurado com base nas vendas, atualizadas
para a moeda de poder aquisitivo de 31 de dezembro de 2008 e
2009 (REVISTA EXAME; FIPECAFI, 2010);
• Lucro Líquido Legal: é o resultado nominal do exercício,
apurado de acordo com as regras legais (sem considerar os
efeitos da inflação), depois de descontados o imposto de renda e
a contribuição social e ajustados os juros sobre o capital próprio,
considerados como despesas financeiras (REVISTA EXAME;
FIPECAFI, 2010).
Entende-se que as variáveis de outputs selecionadas representam as
medidas absolutas mais utilizadas para as empresas avaliarem o desempenho, no
intuito de direcionar novas estratégias, seja de participação no mercado ou de
geração de riqueza (IUDÍCIBUS, 2010; MARION, 2009; SILVA, 2005).
As variáveis de inputs e outputs foram extraídas ao avaliar as 21 (vinte e
uma) variáveis disponíveis na base de dados Exame-FIPECAFI. Considerou-se
que as 4 (quatro) elencadas são as mais relevantes para obter os scores de
59
eficiência por meio da DEA no intuito de discriminar as empresas eficientes e
não eficientes do setor de construção civil em relação ao desempenho
econômico-financeiro, conforme levantamento e análise de estudos realizados
nos mais diversos setores envolvendo análise de eficiência por meio da DEA
(ver Quadros 2A e 3A, em Anexo).
Vale ressaltar que a maioria das variáveis disponíveis na base de dados
da Exame-FIPECAFI são índices de desempenho econômico-financeiro e que,
segundo Lins e Meza (2000), Macedo, Santos e Silva (2009) e Nazareth (2010)
não é recomendável inserir nas análises de DEA variáveis absolutas e índices,
pois podem descaracterizar as análises. Dessa forma, optou-se pelas medidas
absolutas de desempenho econômico-financeiro em detrimento aos índices para
que com os índices de eficiência extraídos fosse possível comparar e relacionar
com os índices econômico-financeiros, que já são medidas, também, resultantes
de relações entre medidas absolutas.
3.2.2 Amostra final do estudo
Analisando as edições da pesquisa Exame-FIPECAFI, por meio da base
de dados disponíveis, das empresas constantes na amostra, 14 (catorze) não
apresentaram dados suficientes para as variáveis e períodos selecionados para os
modelos de avaliação de eficiência utilizado nesse estudo e, dessa forma, as
foram excluídas.
O Quadro 2 apresenta as empresas excluídas desse estudo por
insuficiência de dados ou por não estarem apenas em uma edição da pesquisa.
60
Quadro 2 Empresas excluídas do estudo por insuficiência de dados
Empresas
N
1 Saint-Gobain Vidros
2
W Torre Engenharia
3
Amanco
4
5
6
7
8
9
10
Iesa Óleo & Gás
Koerich
Construtora Tenda
Concremat
Construtora Triunfo
Racional
Compensados Guararapes
Montcalm Montagens
Industriais S.A.
Rip Serviços Industriais
S/A
Brascan Imobiliária
Incorporações S.A
Mascarenhas Barbosa
11
12
13
14
Variáveis sem dados
Salários e Encargos
Lucro Líquido; Patrimônio Líquido; Ativo Total;
Liquidez Geral; Rentabilidade do Patrimônio;
Margem de Vendas; Liquidez Corrente;
Endividamento Geral e de Longo Prazo
Lucro Líquido; Patrimônio Líquido; Ativo Total;
Liquidez Geral; Rentabilidade do Patrimônio;
Margem de Vendas; Liquidez Corrente;
Endividamento Geral.
Salários e Encargos
Salários e Encargos
Salários e Encargos
Salários e Encargos
Salários e Encargos
Salários e Encargos
Salários e Encargos
Apresenta dados somente no ano base 2009
Apresenta dados somente no ano base 2009
Apresenta dados somente no ano base 2009
Apresenta dados somente no ano base 2009
Fonte: Dados da Pesquisa
Observa-se que 10 (dez) empresas foram excluídas por falta de
informações e 4 (quatro) por estarem apenas em um ano da base de dados.
Sendo assim, ao final das exclusões, a amostra foi composta por 51
(cinquenta e uma) empresas do setor de construção civil, sendo essas as
unidades tomadoras de decisões (DMUs) para as análises desse estudo.
3.2.3 Modelos de análise envoltória de dados – DEA
Optou-se por utilizar os dois modelos clássicos de DEA, o de retorno de
escala constante (CCR/CRS) e o de retorno de escala variável (BCC/VRS),
61
ambos com orientação para output. Pois o “objetivo é maximizar os produtos
obtidos sem alterar o nível atual de inputs” (LINS; MEZA, 2000, p. 33).
O modelo CCR/CRS apresenta orientação ao produto, com a seguinte
formulação matemática:
n
∑v x
min h k =
i =1
i
ik
Sujeito a:
m
∑u
r =1
n
r
y rj − ∑ vi xi j ≤ 0
i =1
m
∑u y
r
r =1
=1
rk
Onde:
u r , vi ≥ 0
y = produtos; x = insumos; u , v = pesos
r = 1,K, m; i = 1,K, n; j = 1,K, n
Objetiva-se pelo modelo CCR verificar a eficiência global das empresas
componentes do estudo.
O modelo BCC/VRS apresenta orientação ao produto, com a seguinte
formulação matemática:
n
min
∑v x
i
i =1
ik
+ vk
Sujeito a:
m
∑u y
r =1
m
∑u
r =1
r
rk
=1
n
r
y rj − ∑ vi xi j − v k ≤ 0
i =1
62
Onde:
u r , vi ≥ 0
y = produtos; x = insumos; u, v = pesos
r = 1,K, m; i = 1,K, n; j = 1,K, n
O modelo BCC é mais indicado quando se tem DMUs com portes
diferentes, o que é o caso da amostra deste estudo. Mas com o objetivo de testar
os modelos DEA, foram utilizados os dois modelos neste estudo, sendo que foi
possível comparar as empresas que atingiram eficiência pelos dois modelos.
3.3 Correlação de Spearman
Para complementar as análises, foi aplicado a Correlação de Spearman
entre os scores encontrados, por meios das variáveis mencionadas e classificadas
como inputs e outputs. Optou-se pela Correlação de Spearman pelo fato da
mesma, também, ser uma técnica não-paramétrica e assim não ser necessário
aplicação de testes de verificação de normalidade dos dados (MOURA;
OLIVEIRA, 2003; SHIMAKURA, 2006).
Foram utilizados para a análise de correlação os scores de eficiência, os
indicadores de desempenho absolutos e os índices de liquidez, estrutura de
capital, lucratividade e rentabilidade - os quais já foram descritos no tópico 2.2
da fundamentação teórica - alguns já disponibilizados na base de dados
Melhores e Maiores da Exame-FIPECAFI e outros que foram calculados por
meio das informações disponibilizadas na mesma.
63
3.4 Processamento dos dados
Para a obtenção da eficiência das DMUs analisadas, foi utilizado o
software SIAD (Sistema Integrado de Apoio à Decisão), que foi desenvolvido
para processar modelos de DEA e é um software livre, disponível em:
<http://www.uff.br/decisao>.
Segundo Meza et al. (2003), o SIAD permite trabalhar com até 100
DMUs e 20 variáveis, entre inputs e outputs, além de efetuar os cálculos tanto do
modelo CCR quanto do BCC. Pode-se, ainda, alterar a orientação para
maximização dos inputs ou dos outputs, bem como o cálculo da fronteira
invertida e a normalização de seus resultados. O software salva os resultados em
arquivos no formato .txt, permitindo transferir os dados para outros programas
para serem mais bem trabalhados.
Como suporte para a análise dos dados e resultados obtidos do SIAD,
utilizou-se o programa Microsoft Excel® para elaboração de gráficos e
planilhas. Para tratamentos estatísticos das correlações entre os scores de
eficiência e os indicadores econômico-financeiros foi utilizado o software
Statistical Package for the Social Sciences – SPSS.
64
4 RESULTADOS E DISCUSSÕES
4.1 Apresentação e caracterização das empresas componentes do estudo
No intuito de identificar e qualificar as empresas do setor de construção
civil que compõem esse estudo, o Quadro 3 apresenta características dessas
empresas, quanto ao nome, razão social, estado que se encontra a sede
administrativa, o tipo de controle e se possuem ações negociadas no mercado de
bolsa (BM&FBOVESPA), extraídas da base de dados Melhores e Maiores da
Exame-FIPECAFI:
Quadro 3 Características básicas das empresas componentes do estudo
N
Nome Fantasia
1
Andrade Gutierrez
2
Arg
3
Azevedo & Travassos
4
Barbosa Mello
5
Berneck
6
Camargo Corrêa
7
Carioca Engenharia
8
Cauê
9
Ccb
10 Cecrisa
11 Cimento Tupi
12 Cimentos Liz
13 Construcap
14 Construtora Odebrecht
15 Cr Almeida Obras
16 Delta Construção
17 Duratex
18 Egesa
19 Eit
20 Eliane
21 Emsa
22 Enesa
23 Engevix
24 Eternit
25 Eucatex
26 Gafisa
“continua...”
Razão Social
Construtora Andrade Gutierrez S.A.
Arg Ltda.
Azevedo & Travassos Engenharia Ltda
Construtora Barbosa Mello S.A.
Berneck S/A Painéis e Serrados
Construções e Comércio Camargo Corrêa S.A.
Carioca Christiani-Nielsen Engenharia S.A.
Camargo Corrêa Cimentos
Ccb- Cimpor Cimentos do Brasil Ltda
Cecrisa Revestimentos Cerâmicos S.A.
Cimento Tupi S.A.
Empresa de Cimentos Liz S.A.
Construcap-Ccps Engenharia e Comércio S.A.
Construtora Norberto Odebrecht S.A.
Cr Almeida S/A Engenharia de Obras
Delta Construções S.A.
Duratex S.A.
Egesa Engenharia S.A.
Eit - Empresa Industrial Técnica S.A.
Eliane S.A. - Revestimentos Cerâmicos
Emsa - Empresa Sul Americana de Montagens S.A.
Enesa Engenharia S.A.
Engevix Engenharia S.A.
Eternit S.A.
Eucatex S.A. Indústria e Comércio
Gafisa S.A
UF
SP
MG
SP
MG
PR
SP
RJ
SP
SP
SP
RJ
MG
SP
SP
PR
RJ
SP
MG
CE
SC
GO
SP
SP
SP
SP
SP
Controle
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileira
Português
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Ações
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Não
Não
Não
Não
Sim
Sim
Sim
65
Quadro 3 “conclusão”
N
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
Nome Fantasia
Galvão
GDK
Holcim
Itambé Cimento
Lafarge
Mendes Junior
MRV Engenharia
OAS
Placas
Portobello
Queiroz Galvão
Rossi
S.A. Paulista
Santa Bárbara
Schahin
Serveng Civilsan
Supermix
Razão Social
Galvão Engenharia S/A
Gdk S.A.
Holcim Brasil S.A.
Cia. De Cimento Itambé
Lafarge Brasil S.A.
Mendes Junior Trading e Engenharia S.A
MRV Engenharia e Participações S/A
Construtora Oas Ltda.
Placas do Paraná S.A.
Portobello S.A.
Construtora Queiroz Galvão S.A.
Rossi Residencial S.A.
S.A Paulista de Construções e Comércio
Santa Bárbara Engenharia S.A.
Schahin Engenharia S.A
Serveng-Civilsan S.A. Empresas Associadas de Engenharia
Supermix Concreto S.A.
UF
SP
BA
SP
PR
RJ
SP
MG
SP
PR
SC
RJ
SP
SP
MG
SP
SP
MG
44
Techint
Techint Engenharia e Construção S.A.
SP
45 Telemont
Telemont Engenharia Telecomunicações S.A
46 Tigre
Tigre S/A – Tubos e Conexões
47 U & M
U & M Mineração e Construção S/A
48 UTC Engenharia
Utc Engenharia S.A.
49 Via Engenharia
Via Engenharia S.A.
50 Votorantim N/Ne
Votorantim Cimento N/Ne S.A
51 Votorantim
Votorantim Cimentos Brasil S/A
Fonte: Elaborado pelo autor, a partir da Revista Exame e Fipecafi (2010)
MG
SC
RJ
SP
DF
PE
SP
Controle
Brasileiro
Brasileiro
Suíço
Brasileiro
Francês
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Argentino \
Uruguaio
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Brasileiro
Ações
Não
Não
Não
Não
Não
Não
Sim
Não
Não
Sim
Não
Sim
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
Não
66
67
Conforme o Quadro 3, observa-se que 4 (quatro) empresas são de
controle estrangeiro, sendo elas: Cimpor Cimentos do Brasil – Ccb, controle
português; Holcim, controle suíço; Lafarge, controle francês; e Techint, controle
argentino e uruguaio. Observa-se, também, que apenas 7 (sete) empresas
possuem ações negociadas na bolsa de valores: Duratex, Eternit, Eucatex,
Gafisa, MRV, Portobello e Rossi.
Verifica-se que a amostra deste estudo é representada por empresas
privadas, nacionais, com uma pequena diversidade de localização das sedes das
matrizes, as quais são centradas na região Sudeste (39) e as demais com sedes
localizadas na região Sul (7), Nordeste (3) e Centro-Oeste (2).
Em relação ao controle de capital, observa-se como característica, em 45
empresas, a influência por grupos ou por quantidade limitada de sócios, já que
não possuem ações negociadas em mercados financeiros, sejam eles nacionais
ou internacionais. Isso representa, segundo Tavares (2008), um caráter
conservador do setor de construção civil, já que a quantidade de entidades que
negociam ações como forma de capitação de recursos, pela representatividade
do setor, ainda é pequeno.
Destaca-se, ainda, a segregação das empresas pertencentes a um mesmo
grupo, como por exemplo, a Votorantim Cimentos e a Votorantim Cimentos
Norte e Nordeste. Esse critério, utilizado na metodologia da Pesquisa ExameFIPECAFI, torna-se relevante para analisar os resultados alcançados pelas
entidades sem os mesmos estarem consolidados, uma vez que impossibilita que
empresas com resultados insatisfatórios sejam encobertas por empresas do grupo
com resultados satisfatórios.
Dessa forma, percebe-se que, além de serem empresas com
características homogêneas em relação ao uso de mão de obra, capital e que
trabalham oferecendo produtos e serviços para a construção civil, a amostra
apresenta homogeneidade em vários aspectos, principalmente em relação ao tipo
68
de controle de capital, localização e estrutura de formação do capital, pois, em
geral, as empresas são de controle restrito a sócios ou grupos societários (ver
Quadro 1A, em Anexo, com informações complementares).
Em relação aos aspectos operacionais, é possível verificar que esse
conjunto de empresas empregou 298.482 e 333.827 trabalhadores em 2008 e
2009, respectivamente, representando um crescimento de 11,84% de
empregabilidade direta dessas empresas no período em estudo (REVISTA
EXAME; FIPECAFI, 2010). Comparando ao setor de construção civil, conforme
dados da Câmara Brasileira da Indústria da Construção - CBIC (2010), é um
cenário reverso, pois a variação anual absoluta de emprego formal na
construção, de 2008 para 2009, foi de -10,45%, já que no final de 2008 e durante
2009 ocorreu a pior crise financeira mundial e resultando numa retração
econômica, que pelos dados apresentados não afetou a amostra em estudo.
Pode-se ressaltar, ainda, o crescimento nos valores gastos por estas
empresas em relação a salários e encargos, que obteve um crescimento de
12,88% comparando 2008 e 2009, sendo em valores absolutos aproximados $
8,32 e $ 9,4 bilhões de dólares (REVISTA EXAME; FIPECAFI, 2010).
Constata-se que as empresas pertencentes a este estudo, apesar de não
ser uma amostra probabilística e estatisticamente representativa, é um grupo que
apresenta um extrato do setor de construção civil e que possibilita auferir
análises relevantes para a amostra em análise e, até, indicativos para o setor.
Deste modo, no tópico seguinte serão apresentadas análises descritivas
do desempenho econômico-financeiro das empresas inerentes a este trabalho.
4.2 Desempenho econômico-financeiro das empresas do setor de construção
civil: uma análise descritiva
Com o objetivo de analisar o desempenho econômico-financeiro das
empresas componentes deste estudo, utilizou-se neste tópico as análises
69
tradicionais,
também
conhecidas
como
análise
fundamentalista
pelos
especialistas financeiros, tratadas por diversos autores, tais como Iudícibus
(2010), Marion (2009), Matarazzo (2008) e Silva (2005), bem como pelas
empresas em seus relatórios financeiros.
O foco será, inicialmente, nos indicadores absolutos, nos quais se pode
avaliar e comparar ativos, vendas e lucros. Posteriormente, serão analisados os
índices de desempenho econômico-financeiro, que retratam a liquidez, a
rentabilidade e estrutura de endividamento das empresas.
Salienta-se que as análises serão baseadas nas informações e indicadores
que foram possíveis calcular ou extrair da base de dados da pesquisa ExameFIPECAFI, no intuito de homogeneizar os parâmetros para as análises. E que, as
mesmas, são de caráter complementar para o escopo geral deste trabalho que
está centrado na aplicação das modelagens de Análise Envoltória de Dados –
DEA em indicadores econômico-financeiros.
4.2.1 Avaliação do desempenho econômico-financeiro absoluto
Considera-se que o indicador absoluto que mensura a capacidade
produtiva e porte da empresa no mercado é Ativo Total, uma vez que representa
as aplicações de recursos em uma entidade seja por meio do capital de terceiros
ou pelo capital próprio. Em geral, quando esse indicador sofre alguma alteração
para maior é indicio que a empresa está utilizando mais recursos para a sua
atividade, seja na forma de investimentos em bens de capital, em direitos
adquiridos ou no aporte financeiro.
Por meio da Tabela 1, verifica-se os Ativos Totais das empresas, as
quais são classificados em ordem decrescente, tendo como ano base 2008. É
possível, ainda, comparar a variação (Var.%) de 2008 para 2009 e se há mudanças
no posicionamento das empresas quanto à sua ordem (Ord.) pelo valor do Ativo.
Tabela 1 Classificação das empresas pelos ativos totais nos anos de 2008 e 2009
Empresa
Votorantim Cimentos
Andrade Gutierrez
Cauê
Gafisa
Construtora Odebrecht
Votorantim Cimento N
Camargo Corrêa
Rossi
MRV Eng.
Queiroz Galvão
Schahin
Ccb
Holcim
Berneck
Lafarge
Serveng-Civilsan
Tigre
Cimentos Liz
Oas
Eucatex
Duratex
Cecrisa
Eit
Delta Const.
Arg
Eliane
2008
5.494,7
3.150,7
2.561,9
2.558,1
2.421,4
2.175,3
1.781,6
1.451,8
1.387,7
1.325,8
1.124,4
1.100,1
784,0
760,5
758,1
754,6
732,8
728,3
728,3
681,0
669,9
571,0
479,1
440,9
402,4
357,7
Ord.
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2009
7.745,3
2.661,3
1.721,2
3.260,2
3.360,8
2.166,2
2.752,3
2.180,8
2.129,6
1.637,0
680,2
907,3
714,7
702,1
638,0
615,4
678,7
688,9
794,4
733,2
2.353,4
479,9
547,8
656,9
427,7
348,4
Ord.
2009
1
5
10
3
2
8
4
7
9
11
18
12
15
16
21
22
19
17
13
14
6
25
24
20
26
31
Var.
%
40,96
-15,53
-32,82
27,45
38,80
-0,42
54,48
50,21
53,46
23,47
-39,51
-17,53
-8,84
-7,68
-15,84
-18,45
-7,38
-5,41
9,08
7,67
251,31
-15,95
14,34
48,99
6,29
-2,60
Empresa
2008
Placas
Portobello
Egesa
Carioca Eng.
UTC Eng.
Construcap
Cr Almeidas
S.A Paulista
Cimento Tupi
Mendes Junior
Galvão Eng.
Gdk
Barbosa Mello
Engevix
Itambé Cimento
Eternit
Via Eng.
Techint
Supermix
Enesa
U&M
Emsa
Santa Bárb. Eng.
Telemont
Azevedo & Bravassos
Total dos Ativos
323,0
296,3
294,3
284,2
282,3
269,3
263,7
255,5
252,2
250,1
248,7
238,5
225,3
221,6
218,8
215,1
204,7
201,4
171,9
161,6
140,8
118,0
111,3
92,0
57,0
42.787,7
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
2009
606,1
279,6
344,0
334,2
377,7
357,3
268,4
317,4
223,4
351,9
411,9
232,1
226,6
327,9
229,7
286,0
232,8
251,2
190,4
145,8
184,2
241,6
173,2
65,5
70,8
50.320,4
Ord.
2009
23
37
32
33
28
29
38
35
45
30
27
42
44
34
43
36
41
39
46
49
47
40
48
51
50
-
Var.
%
87,65
-5,64
16,89
17,59
33,79
32,68
1,78
24,23
-11,42
40,70
65,62
-2,68
0,58
47,97
4,98
32,96
13,73
24,73
10,76
-9,78
30,82
104,75
55,62
-28,80
24,21
17,60
Valores dos ativos em milhões de dólares*
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
70
71
Observa-se que os ativos totais das empresas somam $ 42,79 e $ 50,32
bilhões de dólares em 2008 e 2009, respectivamente, obtendo uma variação
positiva de 17,60% de 2008 para 2009, ou seja, há um crescimento real nos anos
analisados. Ressalta-se que 17 empresas, mesmo com esse crescimento do
conjunto, auferiram variação negativa nos seus ativos.
A Votorantim Cimentos apresenta-se como a maior empresa no que se
refere a ativos dentre as analisadas, obtendo um aumento de 40,96%
comparando 2008 e 2009.
Das 10 maiores empresas de 2008, observa-se que apenas 2 obtiveram
diminuições no valor do seu ativo, sendo a Andrade Gutierrez e a Cauê
Cimentos. Observa-se, ainda, que desse grupo das 10 maiores de 2008, quase
todas permaneceram entre as 10 maiores em 2009, tendo como exceção a
Duratex que evoluiu substancialmente o tamanho do seu ativo de 2008 para
2009 em 251,31%, saindo da 21ª posição para a 6ª posição.
A Azevedo & Travassos é a empresa com o menor valor de ativos em
2008, mas como obteve um aumento de 24,21% deixou essa posição para a
Telemont em 2009, que apresentou uma variação negativa de 28,80% no seu
ativo de 2008 para 2009.
A amostra de empresas que são classificadas como as 10 (dez) menores
em relação aos ativos em 2008, em sua maioria, permanece nessa classificação
em 2009, com variações no posicionamento. Dentre elas, destaca-se a Emsa que
obteve um crescimento de 104,75%, deslocando-se assim do grupo das 10
menores.
Um dos fatores que podem auxiliar no aumento do ativo de uma
empresa são as suas vendas, já que por meio dessa é possível adquirir e/ou
reinvestir em novos ativos e a venda é um indicador que demonstra como a
empresa está utilizando a sua capacidade produtiva para gerar riqueza.
72
Sendo assim, o desempenho das vendas é um dos indicadores de
desempenho para verificar, principalmente a participação de mercado da
empresa.
A Tabela 2 apresenta o desempenho das vendas das empresas no período
de 2008 e 2009, que foi classificado tendo como ano base 2008 e em ordem
(Ord.) decrescente, e a variação percentual (Var.%) de 2008 para 2009.
Tabela 2 Desempenho e variação das vendas nos anos de 2008 e 2009
Ord.
2008
Votorantim Cimentos
3.197,3
1
Construtora Odebrecht
3.042,2
2
Camargo Corrêa
2.778,5
3
Andrade Gutierrez
2.311,9
4
Queiroz Galvão
1.745,2
5
Oas
1.180,1
6
Tigre
1.042,1
7
Engevix
1.017,8
8
Votorantim Cimento N
964,5
9
Ccb
914,9
10
Holcim
888,3
11
Cauê
879,4
12
Delta Constr.
834,4
13
UTC Eng.
775,5
14
Carioca Eng.
689,4
15
Galvão Eng.
643,5
16
Gafisa
581,0
17
Eit
502,5
18
Supermix
488,9
19
Mendes Junior
468,0
20
Enesa
464,7
21
Lafarge
453,2
22
Eucatex
447,0
23
Duratex
418,2
24
Placas
388,1
25
Cr Almeidas
372,7
26
Valores das vendas em milhões de dólares*
Grifos e destaques do autor**
Empresa
2008
2009
3.293,1
3.098,7
3.082,6
2.449,2
2.362,9
1.530,5
947,7
859,1
1.010,5
927,2
851
963,4
1.235,1
857,5
626,5
1.246,4
719,0
552,2
607,4
807,8
404,8
451,0
398,6
1.061,7
289,6
305,5
Ord.
2009
1
2
3
4
5
6
12
14
10
13
16
11
8
15
20
7
18
22
21
17
28
25
30
9
40
38
Var.
%
3,0
1,86
10,9
5,94
35,4
29,7
-9,06
-15,6
4,77
1,34
-4,2
9,55
48,0
10,6
-9,12
93,7
23,7
9,89
24,2
72,6
-12,9
-0,49
-10,8
153,9
-25,4
-18,0
Empresa
Cecrisa
Gdk
Construcap
Serveng-Civilsan
Schahin
Techint
Telemont
Via Eng.
Eliane
Barbosa Mello
Portobello
Berneck
S.A Paulista
Rossi
Cimentos Liz
Cimento Tupi
Eternit
MRV Eng.
Itambé Cimento
Santa Bárbara E.
Arg
Egesa
Emsa
Azevedo & Travass
U&M
Total das Vendas
2008
372,1
364,0
353,2
338,8
322,9
309,3
307,6
297,9
292,6
289,1
288,5
284,2
272,4
271,6
270,3
259,7
258,9
250,7
238,1
228,8
224,7
204,3
189,0
186,3
181,6
36.353,9
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
2009
355,9
430,9
640,9
398,7
344,9
406,6
345,0
343,1
275,7
357,0
272,3
293,6
258,1
315,4
269,3
264,1
260,4
535,2
256,1
361,9
207,0
471,4
194,6
262,4
219,8
41.288
Ord.
2009
33
26
19
29
35
27
34
36
41
32
42
39
47
37
43
44
46
23
48
31
50
24
51
45
49
-
Var.
%
-4,35
18,38
81,46
17,68
6,81
31,46
12,16
15,17
-5,78
23,49
-5,62
3,31
-5,25
16,13
-0,37
1,69
0,58
113,5
7,56
58,17
-7,88
130,7
2,96
40,85
21,04
13,57
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
73
74
As vendas acumuladas das empresas analisadas, em 2008, somam US$
36,35639 bilhões, ocorrendo uma variação positiva de 13,57% no ano de 2009,
alcançando US$ 41,2883 bilhões. Esse crescimento se apresenta maior do que a
economia nacional para esse período, conforme se pode observar em
ABRAMAT e FGV (2010), demonstrando que as empresas do setor de
construção civil são relevantes para a atividade econômica do país em termos de
geração de riqueza e desenvolvimento econômico.
A Votorantim Cimentos é a empresa com o maior volume de vendas em
2008 e 2009, com um crescimento modesto de 3%. Observa-se que as primeiras
6 empresas em vendas são equivalentes nos dois anos analisados e que a Queiroz
Galvão e a Oas foram as empresas desse grupo que auferiram crescimento
considerável nas vendas. Ressalta-se que as 6 empresas com maiores vendas
pertencem ao grupo das 10 maiores empresas por ativos.
As empresas com menores vendas foram a U&M, Azevedo & Travassos
e Emsa em 2008. Já em 2009, a Emsa, Arg e U&M são as três empresas com
menores vendas, sendo que apenas a Arg é a empresa que não pertence ao grupo
das 10 menores empresas quando avaliado os ativos.
Vale destacar o crescimento nas vendas de algumas empresas, que
auferiram variação superior a 40% de 2008 para 2009, tais como:
a) Azevedo & Travassos, com 40,85%;
b) Delta Construções, com 48 %;
c) Santa Bárbara Engenharia, com 58,17%;
d) Mendes Júnior, com 72,6%;
e) Construcap, com 81,46%;
f) Galvão Engenharia, com 93,7%;
g) MRV Engenharia, com 113,5%;
h) Egesa, com 130,7%.
75
Essas variações positivas contrapõem às quedas nas vendas de 15
empresas, com destaque para as empresas Placas, com a maior variação
negativa, -25,4%, Cr Almeidas Obras, -18%, Enesa, -12,9%, e Eucatex, -10,8%.
Além da avaliação do desempenho absoluto das empresas por meio das
vendas auferidas, outro indicador muito utilizado é o Lucro Líquido, que
representa a riqueza líquida gerada pela produção empresarial que pode ser
revertida para benefício próprio da organização, com novos investimentos, por
exemplo, bem como com a destinação da mesma para sócios e/ou acionistas,
seja ela total ou em partes.
De acordo com Lima, Santana e Nossa (2004) analistas financeiros têm
utilizado o indicador EBITDA4 (Earning Before Interest, Taxes, Depreciation
and Amortization), em português equivale a LAJIDA (Lucro antes dos Juros,
Impostos, Depreciação e Amortização), como auxiliar ao Lucro Líquido, já este
tem como principal objetivo possibilitar comparações entre empresas de portes
ou setores distintos, já que permite a exclusão de distorções concernentes a
menor ou maior incidência de tributos. Considera-se, no entanto, que o Lucro
Líquido ainda é um dos mais importantes indicadores de desempenho
organizacional e que o EBITDA não deve ser usado de forma deliberada e sem
outros indicadores como suporte (LIMA; SANTANA; NOSSA, 2004).
Dessa forma, na Tabela 3 são apresentados os Lucros Líquidos5 das
empresas, classificados em caráter decrescente (Ord.), classificados a partir de
2008, e a variação (Var.%) dos anos analisados.
4
5
Para este estudo não se utilizou o EBITDA como um dos indicadores de desempenho
absoluto pelo fato de não haver dados suficientes para as empresas selecionadas nos
anos de 2008 e 2009.
Na base de dados da pesquisa Exame-FIPECAFI são apresentados o Lucro Líquido
Legal e o Lucro Líquido Ajustado. Optou-se por utilizar o Lucro Líquido Legal já que
este é respaldado legalmente e não haveria distorções em caso de ajustamento.
Tabela 3 Desempenho e variação do lucro líquido legal nos anos de 2008 e 2009
Ord.
2009
2008
Construtora Odebrecht
352,8
1
565,1
Votorantim Cimentos
328,0
2
810,1
Queiroz Galvão
212,0
3
276,8
Camargo Corrêa
181,0
4
375,9
MRV Eng.
138,5
5
199,5
Votorantim Cimento N
129,5
6
216,6
Andrade Gutierrez
123,1
7
-276,0
Cauê
111,7
8
297,4
Tigre
90,6
9
78,8
Serveng-Civilsan
82,6
10
74,5
Ccb
82,0
11
92,2
Itambé Cimento
73,8
12
88,0
Galvão Eng.
73,1
13
161,2
Rossi
71,1
14
125,3
Gafisa
65,8
15
122,6
S.A Paulista
64,4
16
66,0
Delta Constr.
60,5
17
130,6
Engevix
55,9
18
71,5
Eternit
48,6
19
42,0
Carioca Eng.
48,2
20
51,9
Duratex
44,9
21
56,2
Eit
44,0
22
50,8
Emsa
42,3
23
-40,2
Arg
42,1
24
53,1
Lafarge
41,9
25
43,8
Enesa
41,2
26
41,6
Valores dos lucros líquidos em milhões de dólares*
Grifos do autor**
Empresa
2008
Ord.
2009
2
1
5
3
7
6
51
4
17
19
14
15
8
11
12
22
10
21
29
26
24
27
50
25
28
30
Var.
%
60,2
147,0
30,6
107,7
44,0
67,3
-324,2
166,2
-13,0
-9,8
12,4
19,2
120,5
76,2
86,3
2,5
115,9
27,9
-13,6
7,7
25,2
15,5
-195,0
26,1
4,5
1,0
Empresa
2008
UTC Eng.
Techint
Supermix
Construcap
Berneck
Telemont
Cimento Tupi
Mendes Junior
Schahin
Eucatex
Barbosa Mello
Via Eng.
Oas
Cr Almeidas
Egesa
Santa Bárbara E.
U&M
Gdk
Azevedo & Travassos
Portobello
Eliane
Placas
Cecrisa
Cimentos Liz
Holcim
Total do LL
40,0
38,4
38,1
33,2
31,9
31,2
29,0
28,0
26,3
25,7
23,4
21,7
21,1
17,2
15,4
13,4
8,1
4,1
2,1
- 5,2
- 8,4
- 12,7
- 13,6
- 28,0
-132,6
4.905,4
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
2009
63,0
85,5
34,2
74,1
22,0
17,2
38,5
75,7
11,5
122,3
28,5
31,5
34,2
6,3
32,9
7,1
20,8
23,8
8,9
9,3
3,7
16,1
12,7
2,0
146,6
6.712,7
Ord.
2009
23
16
32
20
38
40
31
18
43
13
36
35
33
47
34
46
39
37
45
44
48
41
42
49
9
-
Var.
%
57,5
122,7
-10,2
123,2
-31,0
-44,9
32,8
170,4
-56,3
375,9
21,8
45,2
62,1
-63,4
113,6
-47,0
156,8
480,5
323,8
278,8
144,0
226,8
193,4
107,1
210,6
36,8
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
76
77
Avaliando o Lucro Líquido, verifica-se variação de 36,8% de 2008 para
2009, correspondendo em valores absolutos em US$ 4,9054 bilhões e US$
6,7127 bilhões, gerando um crescimento real de riqueza para as empresas e seus
acionistas.
As maiores empresas por ativos e vendas são as que aparecem com
maior lucro líquido em 2008 e 2009, exceto o caso da Andrade Gutierrez que
obteve uma queda brusca no seu resultado líquido, caindo da 7ª para a 51ª
(última) posição no ordenamento, tendo uma variação negativa de -324.2%.
Contrariamente a este caso, tem a Gdk, que apresentou uma variação positiva de
480,5%, e a Holcim com 210,6%, ascendendo na ordem de desempenho, saiu da
51ª para a 9ª posição.
Em geral, em relação ao Lucro Líquido, existem variações relevantes no
desempenho das empresas, uma vez que nesse indicador é frequente em um
período se auferir lucros e em outro ocorrer prejuízos. Complementando,
identifica-se apenas 6 e 2 empresas com resultados negativos em 2008 e 2009,
respectivamente, o que demonstra um desempenho satisfatório para esse
conjunto de empresas.
Enfim, entende-se como relevante as análises do desempenho das
empresas por meio de indicadores absolutos para compreender melhor o perfil
da amostra estudada. Mas, como menciona Assaf Neto (2002) e Iudícibus
(2010), outras análises são necessárias para complementar esse tipo de avaliação
e classificação, pois pode haver distorções. Assim, no próximo tópico será
apresentado o desempenho das empresas por meio dos índices econômicofinanceiros.
78
4.2.2 Desempenho econômico-financeiro por meio dos índices de liquidez,
rentabilidade e endividamento
A avaliação do desempenho empresarial por meio de índices
econômico-financeiros é uma prática comum e rotineira, uma vez que por meio
destes a tomada de decisão pode ser orientada quanto aos riscos, rentabilidade e
endividamento. As informações extraídas dos índices podem ser utilizadas por
diversos usuários das informações econômico-financeiras, sejam estes credores,
acionistas, sócios ou investidores.
Conforme já exposto anteriormente, os índices econômico-financeiros
são divididos em três grupos: Índices de Liquidez, Rentabilidade e
Endividamento; os quais apresentam subdivisões. Dessa forma, é apresentada, a
seguir, uma análise comparativa dos Índices de Liquidez Corrente (LC),
Liquidez Geral (LG), Margem Líquida (ML), Rentabilidade sobre o Ativo
(ROA), Rentabilidade sobre o Patrimônio Líquido (ROE), Endividamento Geral
(EG) e Participação de Capital de Terceiros (PCT) das empresas estudadas, no
período de 2008 e 2009. Salienta-se que a utilização desses índices se deu pela
acessibilidade ou com informações que permitiram o cálculo na base de dados
da Exame-FIPECAFI
Na Tabela 4 são apresentados os índices de Liquidez Corrente, que
representam a capacidade das empresas em gerar recursos financeiros para quitar
suas obrigações com terceiros em até um exercício social, classificados em
ordem (Ord.) decrescente, tendo como o ano base 2008, e a variação (Var.%) de
2008 para 2009.
Tabela 4 Índices de liquidez corrente (LC) nos anos de 2008 e 2009
Empresa
Queiroz Galvão
Delta Construção
Via Eng.
Arg
Cr Almeidas
Schahin
Emsa
Carioca Eng.
S.A Paulista
Barbosa Mello
Galvão Eng.
MRV Eng.
Oas
Eit
Berneck
Mendes Junior
Construcap
Engevix
Serveng-Civilsan
Rossi
Construtora Odebrecht
Holcim
Santa Bárbara Eng.
Andrade Gutierrez
Placas
Tigre
2008
7,2
6,8
6,3
4,4
4,3
3,8
3,6
3,3
3,3
3,2
3,2
3,2
3,1
3,0
2,9
2,8
2,6
2,5
2,3
2,2
2,1
2,1
2,1
2,0
2,0
2,0
Ord.
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2009
6,7
6,9
4,5
2,8
3,2
1,7
2,8
5,3
3,4
3,5
2,5
2,3
3,0
3,3
3,0
2,2
3,0
3,4
4,1
3,3
2,1
1,3
3,0
1,8
1,6
2,0
Ord.
2009
2
1
5
18
13
31
19
3
9
8
20
22
14
11
15
23
16
10
6
12
24
40
17
29
34
26
Var.
Empresa
%
-6,94 Eternit
1,47 Gafisa
-28,57 Cimentos Liz
-36,36 Duratex
-25,58 Itambé Cimento
-55,26 Telemont
-22,22 Camargo Corrêa
60,61 Egesa
3,03 Enesa
9,38 UTC Eng.
-21,88 Techint
-28,13 Azevedo & Travassos
-3,23 Cimento Tupi
10,00 U&M
3,45 Eucatex
-21,43 Gdk
15,38 Supermix
36,00 Cauê
78,26 Eliane
50,00 Portobello
0,00 Votorantim Cimento N
-38,10 Ccb
42,86 Cecrisa
-10,00 Votorantim Cimentos
-20,00 Lafarge
0,00 Média
2008
1,9
1,9
1,8
1,7
1,7
1,7
1,5
1,5
1,5
1,5
1,4
1,3
1,2
1,2
1,0
1,0
1,0
0,9
0,9
0,9
0,9
0,7
0,7
0,7
0,6
2,3
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
2009
4,0
2,1
1,6
1,1
4,8
1,2
1,8
1,9
1,9
1,7
1,5
1,4
1,7
1,0
0,8
1,2
1,0
1,1
0,8
0,7
1,4
1,6
0,7
2,5
0,9
2,41
Ord.
2009
7
25
35
43
4
41
30
27
28
32
37
38
33
45
48
42
46
44
49
50
39
36
51
21
47
-
Var.
%
110,53
10,53
-11,11
-35,29
182,35
-29,41
20,00
26,67
26,67
13,33
7,14
7,69
41,67
-16,67
-20,00
20,00
0,00
22,22
-11,11
-22,22
55,56
128,57
0,00
257,14
50,00
4,78
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
79
80
Identifica-se uma média para o índice de LC de 2,3 e 2,41 em 2008 e
2009, demonstrando que o conjunto de empresas apresenta capacidade
satisfatória de solvência para quitar suas obrigações para um exercício social.
A Queiroz Galvão, com 7,2 e 6,9, e a Delta Construções, com 6,8 e 6,9,
apresentam os melhores índices de LC em 2008 e 2009. O desempenho destas
empresas pode ser considerado altamente satisfatório, pois seus índices
demonstram uma grande capacidade de pagamento de compromissos para os
períodos, o que diminui os riscos para credores e investidores.
Contrapondo a este parâmetro de liquidez, 8 empresas, em 2008, e 5
empresas, em 2009, apresentaram índices abaixo de 1,00, que pode ser
considerado como o ponto de equilíbrio da liquidez (MATARAZZO, 2008), e
poderiam ter dificuldades para cumprir suas obrigações correntes.
No intuito de complementar o índice de Liquidez Corrente, têm-se na
Tabela 5 os índices de Liquidez Geral, que demonstram a capacidade de
solvência total da empresa, sendo, portanto, um índice menos conservador, já
que considera aspectos que vão além de um exercício social.
Tabela 5 Índices de liquidez geral (LG) nos anos de 2008 e 2009
Empresa
Cauê
Via Eng.
Delta Construção
Cr Almeidas
Construcap
Serveng-Civilsan
Eit
Votorantim Cimento N
S.A Paulista
Santa Bárbara Eng.
Mendes Junior
Queiroz Galvão
Arg
Galvão Eng.
Barbosa Mello
Construtora Odebrecht
Egesa
Carioca Eng.
MRV Eng.
Andrade Gutierrez
Engevix
Oas
Placas
Camargo Corrêa
Eternit
Telemont
2008
6,0
4,3
4,1
4,0
3,1
3,1
3,0
2,8
2,5
2,5
2,4
2,4
2,3
2,3
2,2
2,1
2,1
2,0
2,0
1,9
1,9
1,8
1,6
1,5
1,5
1,4
Ord.
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2009
0,7
3,7
3,2
3,2
3,0
3,0
3,1
2,3
3,1
1,7
2,3
2,0
1,5
2,3
1,7
1,7
1,5
1,6
2,0
1,7
1,6
2,4
0,5
1,4
2,4
1,0
Ord.
2009
42
1
2
3
6
7
4
10
5
17
11
14
24
12
18
19
25
22
15
20
23
8
46
28
9
34
Var.
Empresa
%
-88,33 UTC Eng.
-13,95 Techint
-21,95 Itambé Cimento
-20,00 Rossi
-3,23 Tigre
-3,23 U&M
3,33 Ccb
-17,86 Cimento Tupi
24,00 Enesa
-32,00 Gafisa
-4,17 Azevedo & Travassos
-16,67 Emsa
-34,78 Gdk
0,00 Berneck
-22,73 Lafarge
-19,05 Schahin
-28,57 Supermix
-20,00 Eliane
0,00 Portobello
-10,53 Duratex
-15,79 Cecrisa
33,33 Cimentos Liz
-68,75 Eucatex
-6,67 Holcim
60,00 Votorantim Cimentos
-28,57 Média
2008
1,4
1,3
1,2
1,2
1,2
1,2
1,1
1,1
1,1
1,1
1,0
1,0
0,9
0,8
0,8
0,8
0,8
0,6
0,6
0,5
0,4
0,4
0,4
0,4
0,2
1,7
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
2009
1,5
1,7
2,0
1,5
1,4
0,9
0,9
2,1
1,4
1,1
1,1
0,8
1,0
0,8
0,9
1,3
0,8
0,7
0,7
0,6
0,4
0,5
0,5
0,5
0,4
1,6
Ord.
2009
26
21
16
27
29
36
37
13
30
32
33
39
35
40
38
31
41
43
44
45
50
47
48
49
51
-
Var.
%
7,14
30,77
66,67
25,00
16,67
-25,00
-18,18
90,91
27,27
0,00
10,00
-20,00
11,11
0,00
12,50
62,50
0,00
16,67
16,67
20,00
0,00
25,00
25,00
25,00
100,00
-5,88
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
81
82
Em relação à Liquidez Geral, a média para os períodos é de 1,7 e 1,6, o
que representa uma performance satisfatória, com uma variação negativa não
significativa de um ano para o outro, de apenas -5,88%.
Em 2008, as empresas com melhor desempenho na LG foram Cauê, Via
Engenharia, Delta Construções e Cr Almeidas, com índices a partir de 4,0.
Observa-se que a Delta Engenharia apresenta-se com alto desempenho na LG e
na LC. O que se difere para a Cauê que apresentava um índice de LC de 0,9, no
entanto na LG se apresenta com a melhor performance dentre as empresas
analisadas.
Têm-se 13 empresas com índice de LG abaixo de 1,00, o que pode ser
considerado insatisfatório. A Votorantim Cimentos apresenta o pior índice, com
0,2. Complementando a análise desta com a LC, verifica-se que, em 2008, o
índice era de 0,7, logo nesse ano estava com dificuldades solvência a curto e
longo prazo.
Em 2009, as empresas de melhores desempenhos na LG apresentaram
quedas, quando comparadas com os índices de 2008, com destaque para a Cauê,
com variação de -88,33%, saindo da 1ª posição, 6,0, em 2008, para a 42ª
posição, 0,7. Observa-se que a LC, em 2009, para a referida empresa aumentou
22,22%, demonstrando uma melhora na capacidade de pagamento de curto
prazo, mas uma piora no longo prazo.
Em relação às empresas com índices inferiores a 1,00, observa-se que 16
apresentaram-se nesse patamar, o que não difere muito do número encontrado
em 2008. Ressalta-se que a Votorantim Cimentos, com 0,4, mais uma vez
alcançou o pior índice de LG, mesmo com uma melhora em relação ao ano
anterior. O que é relevante é a sua melhora no índice LC, com 2,7, que
demonstra um direcionamento favorável na sua capacidade de pagamento de
curto prazo.
83
Dispor de informações do desempenho das empresas sobre aspectos da
liquidez é uma forma de visualizar e tomar decisões de risco para credores e
investidores. Apresentar boa liquidez é ter garantias de capacidade de
pagamento para as dívidas por meio dos ativos disponíveis, o que está
relacionado com a estrutura de endividamento que a empresa possui.
Sendo assim, foram calculados os índices que demonstram a forma
como as empresas financiam os recursos aplicados no ativo - o Endividamento
Geral (EG), que é a relação entre o Capital de Terceiros (CT) e o Ativo Total -; e
a utilização de Capital de Terceiros em proporção ao Patrimônio Líquido (PL) a Participação de Capital de Terceiros (PCT).
A Tabela 6 expõe os índices de Endividamento Geral (EG), dos anos de
2008 e 2009, elencados em ordem (Ord.) decrescente, e a variação (Var.%) de
um período para o outro.
Tabela 6 Índices de endividamento geral (EG) nos anos de 2008 e 2009
Empresa
Portobello
Holcim
Cecrisa
Schahin
Eliane
Azevedo & Travassos
Enesa
Gdk
Placas
Votorantim Cimentos
Telemont
Gafisa
Supermix
UTC Eng.
Techint
U&M
Duratex
Eucatex
Lafarge
Engevix
Camargo Corrêa
Cimento Tupi
Rossi
Cimentos Liz
Andrade Gutierrez
Tigre
2008
0,99
0,90
0,84
0,82
0,81
0,80
0,77
0,75
0,71
0,67
0,64
0,62
0,62
0,62
0,60
0,57
0,53
0,53
0,51
0,50
0,49
0,49
0,49
0,48
0,47
0,47
Ord.
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2009
0,94
0,69
0,83
0,31
0,80
0,80
0,62
0,69
0,52
0,74
0,82
0,59
0,65
0,58
0,49
0,53
0,42
0,41
0,40
0,58
0,34
0,28
0,40
0,47
0,50
0,41
Ord.
2009
1
7
2
39
4
5
10
8
16
6
3
11
9
12
19
15
22
23
25
13
38
42
26
21
17
24
Var.
Empresa
%
-5,05 Ccb
-23,33 Carioca Eng.
-1,19 Itambé Cimento
-62,20 Mendes Junior
-1,23 Oas
0,00 Berneck
-19,48 Construtora Odebrecht
-8,00 Galvão Eng.
-26,76 S.A Paulista
10,45 MRV Eng.
28,13 Eternit
-4,84 Barbosa Mello
4,84 Emsa
-6,45 Santa Bárbara Eng.
-18,33 Arg
-7,02 Cauê
-20,75 Egesa
-22,64 Eit
-21,57 Queiroz Galvão
16,00 Votorantim Cimento N
-30,61 Construcap
-42,86 Via Eng.
-18,37 Delta Construção
-2,08 Cr Almeidas
6,38 Serveng-Civilsan
-12,77 Média
2008
0,45
0,44
0,44
0,40
0,40
0,39
0,38
0,38
0,36
0,33
0,31
0,30
0,30
0,30
0,29
0,28
0,28
0,28
0,28
0,25
0,23
0,23
0,22
0,21
0,21
0,48
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
2009
0,37
0,55
0,25
0,40
0,37
0,35
0,50
0,39
0,29
0,35
0,25
0,38
0,20
0,48
0,39
0,40
0,40
0,30
0,36
0,28
0,27
0,26
0,28
0,27
0,23
0,46
Ord.
2009
33
14
48
27
34
36
18
30
41
37
49
32
51
20
31
28
29
40
35
43
45
47
44
46
50
-
Var.
%
-17,78
25,00
-43,18
0,00
-7,50
-10,26
31,58
2,63
-19,44
6,06
-19,35
26,67
-33,33
60,00
34,48
42,86
42,86
7,14
28,57
12,00
17,39
13,04
27,27
28,57
9,52
-4,17
Fonte: Elaborada pelo autor, a partir da Revista Exame e Fipecafi (2010)
84
85
Verifica-se que o EG das empresas tem uma média de 0,48 e 0,46 para
os anos de 2008 e 2009, representando que 48% e 46% do Ativo Total são
financiados por Capital de Terceiros (CT). A variação é negativa em -4,17%
para as médias anuais, ou seja, o grupo de empresas reduziu o seu
endividamento.
Em 2008, 14 empresas apresentam EG acima de 0,5, o que pode indicar
um maior risco para a empresa, sendo que a Portobello tem praticamente todo o
seu ativo financiado por recursos de terceiros, com índice de 0,99, o que em
termos percentuais revela que 99% da sua composição de ativos disponíveis
provém de recursos de terceiros. A Serveng-Civilsan é a empresa com menor
índice de EG no período.
Em relação aos índices de Participação de Capital de Terceiros (PCT),
que retrata a dependência da empresa em relação aos recursos externos, tendo a
referência de que para cada $ 1,00 de recurso próprio quanto a empresa tomou
de Capital de Terceiros (CT) (MATARAZZO, 2008), a Tabela 7 os expõe:
Tabela 7 Índices de participação de capital de terceiros (PCT) nos anos de 2008 e 2009
Empresa
2008
Portobello
Holcim
Cecrisa
Schahin
Eliane
Azevedo & Travassos
Enesa
Gdk
Placas
Votorantim Cimentos
91,59
9,29
5,32
4,47
4,24
4,09
3,44
3,06
2,41
2,01
Ord.
2008
1
2
3
4
5
6
7
8
9
10
15,35
2,25
4,77
0,43
4,12
4,02
1,67
2,28
1,10
2,87
Ord.
2009
1
8
2
39
4
5
10
7
16
6
Telemont
1,80
11
4,60
3
Gafisa
UTC Eng.
Supermix
Techint
U&M
Duratex
Eucatex
Lafarge
Engevix
Cimento Tupi
Rossi
Camargo Corrêa
Cimentos Liz
Andrade Gutierrez
Tigre
1,65
1,65
1,64
1,47
1,32
1,15
1,13
1,02
1,00
0,96
0,96
0,95
0,92
0,89
0,88
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
1,44
1,37
1,88
0,97
1,11
0,73
0,71
0,66
1,40
0,38
0,66
0,52
0,89
1,00
0,70
11
13
9
19
15
22
23
26
12
43
27
38
21
17
24
2009
Var.
%
-83,24
-75,78
-10,34
-90,38
-2,83
-1,71
-51,45
-25,49
-54,36
42,79
155,5
6
-12,73
-16,97
14,63
-34,01
-15,91
-36,52
-37,17
-35,29
40,00
-60,42
-31,25
-45,26
-3,26
12,36
-20,45
Ccb
Carioca Eng.
Itambé Cimento
Mendes Junior
Berneck
Galvão Eng.
Construtora Odebrecht
Oas
S.A Paulista
MRV Eng.
0,82
0,80
0,78
0,66
0,65
0,62
0,61
0,61
0,56
0,49
Ord.
2008
27
28
29
30
31
32
33
34
35
36
Eternit
0,45
37
0,33
49
-26,67
Barbosa Mello
Emsa
Santa Bárbara Eng.
Arg
Cauê
Egesa
Queiroz Galvão
Eit
Votorantim Cimento N
Construcap
Via Eng.
Delta Construção
Cr Almeidas
Serveng-Civilsan
Média
0,44
0,43
0,43
0,42
0,40
0,39
0,39
0,38
0,34
0,30
0,30
0,28
0,27
0,26
5,74
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
0,63
0,25
0,91
0,64
0,67
0,65
0,56
0,43
0,38
0,37
0,35
0,39
0,38
0,31
2,23
32
51
20
30
25
29
35
40
44
46
47
42
45
50
-
43,18
-41,86
111,63
52,38
67,50
66,67
43,59
13,16
11,76
23,33
16,67
39,29
40,74
19,23
-61,24
Empresa
2008
0,60
1,20
0,33
0,66
0,55
0,63
0,98
0,58
0,42
0,55
Ord.
2009
33
14
48
28
36
31
18
34
41
37
Var.
%
-26,83
50,00
-57,69
0,00
-15,38
1,61
60,66
-4,92
-25,00
12,24
2009
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
86
87
Observa-se uma média de PCT de 5,74 de recursos de terceiros para
cada 1,00 de recursos próprios, em 2008, com uma diminuição de -61,24%
quando comparado a 2009, obtendo um índice de 2,23. Este fato demonstra que
as empresas diminuíram sua dependência em relação ao capital externo.
Como o PCT e o EG são índices complementares, observa-se que a
Portobello é a empresa com maior dependência de recursos externos, assim
como a Serveng-Civilsan é a empresa com a menor dependência destes.
Prosseguindo as análises de desempenho, foram calculados os índices de
rentabilidade no intuito de verificar se há retorno das vendas – Margem Líquida
(ML) -, Retorno do Ativo (ROA) e Retorno do Patrimônio Líquido (ROE).
A Tabela 8 apresenta os índices de Margem Líquida (ML), relação de
quanto das vendas resultou em lucro líquido, obtidos pelas empresas nos anos de
2008 e 2009:
Tabela 8 Índices de margem líquida (ML) nos anos de 2008 e 2009
Empresa
MRV Eng.
Itambé Cimento
Rossi
S.A Paulista
Serveng-Civilsan
Emsa
Arg
Eternit
Cauê
Votorantim Cimento N
Construtora Odebrecht
Queiroz Galvão
Techint
Berneck
Cimento Tupi
Duratex
Gafisa
Galvão Eng.
Telemont
Votorantim Cimentos
Ccb
Construcap
Eit
Enesa
Lafarge
Tigre
2008
0,55
0,31
0,26
0,24
0,24
0,22
0,19
0,19
0,13
0,13
0,12
0,12
0,12
0,11
0,11
0,11
0,11
0,11
0,10
0,10
0,09
0,09
0,09
0,09
0,09
0,09
Ord.
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
2009
0,37
0,34
0,40
0,26
0,19
-0,21
0,26
0,16
0,31
0,21
0,18
0,12
0,21
0,07
0,15
0,05
0,17
0,13
0,05
0,25
0,10
0,12
0,09
0,10
0,10
0,08
Ord.
2009
2
3
1
6
11
51
7
15
4
9
12
18
10
33
16
39
13
17
40
8
22
19
25
23
24
29
Var.
Empresa
%
-32,7 Barbosa Mello
9,7 Egesa
53,8 Schahin
8,3 Supermix
-20,8 Camargo Corrêa
-195,5 Carioca Eng.
36,8 Delta Construção
-15,8 Via Eng.
138,5 Eucatex
61,5 Mendes Junior
50,0 Santa Bárbara Eng.
0,0 Andrade Gutierrez
75,0 Cr Almeidas
-36,4 Engevix
36,4 UTC Eng.
-54,5 U&M
54,5 Oas
18,2 Azevedo & Travassos
-50,0 Gdk
150,0 Portobello
11,1 Eliane
33,3 Cecrisa
0,0 Cimentos Liz
11,1 Placas
11,1 Holcim
-11,1 Média
2008
0,08
0,08
0,08
0,08
0,07
0,07
0,07
0,07
0,06
0,06
0,06
0,05
0,05
0,05
0,05
0,04
0,02
0,01
0,01
-0,02
-0,03
-0,04
-0,10
-0,13
-0,15
0,09
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
2009
0,08
0,07
0,03
0,06
0,12
0,08
0,11
0,09
0,31
0,09
0,02
-0,11
0,02
0,08
0,07
0,09
0,02
0,03
0,06
0,03
0,01
0,04
0,01
0,06
0,17
0,12
Ord.
2009
30
34
42
36
20
31
21
26
5
27
45
50
46
32
35
28
47
43
37
44
48
41
49
38
14
-
Var.
%
0,0
-12,5
-62,5
-25,0
71,4
14,3
57,1
28,6
416,7
50,0
-66,7
-320,0
-60,0
60,0
40,0
125,0
0,0
200,0
500,0
250,0
133,3
200,0
110,0
146,2
213,3
25,5
Fonte: Elaborada pelo autor, a partir da Revista Exame e Fipecafi (2010)
88
89
As médias de ML ficaram em 0,09 e 0,12 nos períodos analisados, o que
demonstra que 9% e 12% das vendas foram convertidas em lucro líquido em
2008 e 2009, respectivamente.
Em 2008, a MRV é a empresa que alcançou melhor ML, com 0,55 para
cada 1,00 de vendas, isso representa um ganho líquido de 55% sobre as vendas
realizadas. As empresas Itambé Cimento, Rossi, S.A Paulista, Serveng-Civilsan
e Emsa apresentaram ML acima de 0,20. Observa-se, também, que 6 empresas
tiveram margens negativas, sendo estas, a Portobello, Eliane, Cecrisa, Cimentos
Liz, Placas e Holcim.
Complementando, as Tabelas 9 e 10 expõem os índices de Rentabilidade
do Ativo (ROA) e de Rentabilidade do Patrimônio Líquido (ROE), classificados
em ordem (Ord.) decrescente, tendo como o ano base 2008, e, também, a
variação entre os períodos de 2008 e 2009.
Observa-se um índice médio de ROA de 10% e 12% e de ROE de 14% e
27% nos anos de 2008 e 2009, respectivamente.
Tabela 9 Índices de rentabilidade do ativo (ROA) nos anos de 2008 e 2009
Empresa
2008
Ord.
2008
2009
Ord.
2009
Emsa
0,36
1
-0,17
51
Itambé Cimento
Telemont
Galvão Eng.
Enesa
Engevix
S.A Paulista
Eternit
Supermix
Techint
Carioca Eng.
Queiroz Galvão
Construtora Odebrecht
Delta Construção
UTC Eng.
Construcap
Santa Bárbara Eng.
Tigre
Cimento Tupi
0,34
0,34
0,29
0,25
0,25
0,25
0,23
0,22
0,19
0,17
0,16
0,15
0,14
0,14
0,12
0,12
0,12
0,11
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
0,38
0,26
0,39
0,29
0,22
0,21
0,15
0,18
0,34
0,16
0,17
0,17
0,20
0,17
0,21
0,04
0,12
0,17
2
5
1
4
6
8
20
12
3
19
13
14
11
15
9
38
25
16
Mendes Junior
0,11
20
0,22
7
Serveng-Civilsan
Via Eng.
Arg
Barbosa Mello
Camargo Corrêa
MRV Eng.
0,11
0,11
0,10
0,10
0,10
0,10
21
22
23
24
25
26
0,12
0,14
0,12
0,13
0,14
0,09
26
21
27
23
22
34
Var.
%
Empresa
Eit
147,22
11,76 Ccb
-23,53 Cr Almeidas
34,48 Duratex
16,00 Lafarge
-12,00 U&M
-16,00 Votorantim Cimento N
-34,78 Votorantim Cimentos
-18,18 Egesa
78,95 Rossi
-5,88 Andrade Gutierrez
6,25 Azevedo & Travassos
13,33 Berneck
42,86 Cauê
21,43 Eucatex
75,00 Gafisa
-66,67 Oas
0,00 Gdk
54,55 Schahin
100,0
Cecrisa
0
9,09 Eliane
27,27 Portobello
20,00 Cimentos Liz
30,00 Placas
40,00 Holcim
-10,00 Média
2008
Ord.
2008
2009
Ord.
2009
Var.
%
0,09
27
0,09
35
0,00
0,07
0,07
0,07
0,06
0,06
0,06
0,06
0,05
0,05
0,04
0,04
0,04
0,04
0,04
0,03
0,03
0,02
0,02
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
0,10
0,02
0,02
0,07
0,11
0,10
0,10
0,10
0,06
-0,10
0,13
0,03
0,17
0,17
0,04
0,04
0,10
0,02
29
45
46
36
28
30
31
32
37
50
24
41
17
18
39
40
33
47
42,86
-71,43
-71,43
16,67
83,33
66,67
66,67
100,00
20,00
-350,00
225,00
-25,00
325,00
325,00
33,33
33,33
400,00
0,00
-0,02
46
0,03
42
250,00
-0,02
-0,02
-0,04
-0,04
-0,17
0,10
47
48
49
50
51
-
0,01
0,03
0,001
0,03
0,21
0,12
48
43
49
44
10
-
150,00
250,00
100,00
175,00
223,53
20,00
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
90
Tabela 10 Índices de rentabilidade do patrimônio líquido (ROE) nos anos de 2008 e 2009
Empresa
Enesa
Telemont
Itambé Cimento
Supermix
Emsa
Engevix
Galvão Eng.
Techint
S.A Paulista
UTC Eng.
Eternit
Carioca Eng.
Cimento Tupi
Construtora Odebrecht
Tigre
Queiroz Galvão
Camargo Corrêa
Azevedo & Travassos
Mendes Junior
Delta Construção
Votorantim Cimentos
Santa Bárbara Eng.
Construcap
2008
1,13
0,95
0,6
0,58
0,51
0,5
0,48
0,47
0,39
0,37
0,33
0,3
0,23
0,23
0,23
0,22
0,2
0,19
0,19
0,18
0,18
0,17
0,16
Ord.
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
2009
0,76
1,47
0,51
0,52
-0,21
0,52
0,64
0,67
0,29
0,39
0,20
0,34
0,24
0,33
0,20
0,26
0,21
0,63
0,36
0,28
0,41
0,08
0,28
Ord.
2009
2
1
10
8
50
9
5
3
17
12
26
14
23
16
27
22
25
6
13
19
11
41
20
Var.
%
-32,7
54,7
-15,0
-10,3
-141,2
4,0
33,3
42,6
-25,6
5,4
-39,4
13,3
4,3
43,5
-13,0
18,2
5,0
231,6
89,5
55,6
127,8
-52,9
75,0
Empresa
Ccb
Duratex
Serveng-Civilsan
Via Eng.
Eit
Schahin
U&M
Lafarge
Rossi
Cr Almeidas
Eucatex
Votorantim Cimento N
Andrade Gutierrez
Berneck
Egesa
Gafisa
Gdk
Cauê
Oas
Cimentos Liz
Eliane
Placas
Cecrisa
2008
0,14
0,14
0,14
0,14
0,13
0,13
0,13
0,11
0,1
0,08
0,08
0,08
0,07
0,07
0,07
0,07
0,07
0,06
0,05
-0,07
-0,12
-0,13
-0,15
Ord.
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
2009
0,16
0,04
0,16
0,18
0,13
0,02
0,24
0,11
0,10
0,03
0,28
0,14
-0,21
0,05
0,16
0,09
0,34
0,29
0,07
0,01
0,05
0,06
0,15
Ord.
2009
31
46
32
30
37
48
24
38
39
47
21
36
51
44
33
40
15
18
42
49
45
43
35
Var.
%
14,3
-71,4
14,3
28,6
0,0
-84,6
84,6
0,0
0,0
-62,5
250,0
75,0
-400,0
-28,6
128,6
28,6
385,7
383,3
40,0
114,3
141,7
146,2
200,0
“continua”
91
Tabela 10 “conclusão”
Empresa
Arg
Barbosa Mello
MRV Eng.
2008
0,15
0,15
0,15
Ord.
2008
24
25
26
2009
0,20
0,20
0,15
Ord.
2009
28
29
34
Var.
%
33,3
33,3
0,0
Empresa
Portobello
Holcim
Média
2008
-1,62
-1,74
0,14
Ord.
2008
50
51
-
2009
0,54
0,67
0,27
Ord.
2009
7
4
-
Var.
%
133,3
138,5
92,9
Fonte: Elaborada pelo autor, a partir da Revista Exame e FIPECAFI (2010)
92
93
Verifica-se, ainda, que em 2008, as 6 empresas que obtiveram margens
líquidas negativas foram as que apresentaram ROA e ROE negativos, também. E
que as melhoras em ML são, em geral, proporcionais em ROA e ROE.
4.3 Eficiência econômico-financeira por meio da Análise Envoltória de
Dados - DEA
Considerando os objetivos deste trabalho, nesta seção são apresentados
os resultados auferidos ao aplicar a metodologia DEA para os modelos Constant
Return Scale (CRS), ou CCR, e Variable Return Scale (VRS), ou BCC, com
orientação para output. Para essa análise, foram utilizadas as variáveis absolutas
de caráter operacional, econômico e financeiro, sendo:
a) Variáveis de inputs (insumos): Capital Total Investido - soma do
Patrimônio Líquido (PL) e Capital de Terceiros (CT)-, e Salários e
Encargos.
b) Variáveis de outputs (produtos): Vendas e Lucro Líquido.
Por meio dessas análises, tem-se por objetivo verificar a eficiência das
empresas do setor de construção civil para gerar o resultado máximo, utilizando
os recursos disponíveis atuais sem alterá-los. A opção pela orientação “output”
se dá pelo entendimento de que não é do interesse das empresas diminuírem o
seu investimento e consequentemente o porte da empresa, seja por meio do
capital próprio ou de terceiros, e seus gastos com salários, principalmente, pois
poderia gerar problemas na esfera trabalhista e socioeconômica.
Dessa forma, primeiramente, serão apresentados os resultados da análise
DEA, com o modelo de escala constante (CRS/CCR), e, posteriormente, com o
modelo de escala variável (VRS/BCC).
94
4.3.1 Análise da eficiência por meio de variáveis operacional, econômica e
financeira absolutas: aplicando o modelo DEA de escala constante
(CRS/CCR)
A Tabela 11, apresenta os escores de eficiência encontrados para a
modelagem DEA por escala constante (CRS/CCR), com orientação output, para
os anos de 2008 e 2009.
Tabela 11 Indicadores de eficiências pelo Modelo DEA-CCR Output utilizando dados econômico-financeiros absolutos
nos anos de 2008 e 2009
DMUs
3Azeved
7Carioca
21Emsa
23Engev
30Itambe
43Supermi
50VotNNE
5Berneck
40StaBarb
45Telemon
47U&M
27Galvao
49Via
24Eternit
51Vot
11Tupi
17Dura
22Enes
35Placas
39SAPaul
18Eges
15CrAl
48UTC
9Ccb
31Lafarg
8Caue
CCR-O
2008
1,00
1,00
1,00
1,00
1,00
1,00
0,96
0,94
0,92
0,92
0,87
0,85
0,85
0,80
0,78
0,72
0,71
0,71
0,71
0,71
0,65
0,62
0,61
0,60
0,59
0,58
Ord
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
CCR-O
2009
1,00
0,69
0,48
1,00
1,00
1,00
1,00
0,81
0,64
1,00
0,94
0,89
0,87
0,67
0,57
0,9
0,2
0,68
0,88
0,54
0,64
0,57
0,63
0,39
0,49
0,44
Ord
2009
1
13
34
2
3
4
5
12
17
6
7
9
11
16
24
8
50
15
10
28
18
25
20
42
32
37
Média
1,00
0,85
0,74
1,00
1,00
1,00
0,98
0,87
0,78
0,96
0,91
0,87
0,86
0,73
0,68
0,81
0,46
0,70
0,80
0,63
0,65
0,60
0,62
0,49
0,54
0,51
DMUs
13Constca
4Barbosa
32MendJr
16Delta
46Tigre
12Liz
28Gdk
44Techint
36Porto
2Arg
20Elian
29Holcim
34Oas
37Queiroz
6Camargo
19Eit
25Eucatex
38Rossi
26Gafisa
10Cecrisa
33Mrv
42Serveng
1Andrad
14Odebrec
41Schah
Média
CCR-O
2008
0,54
0,52
0,52
0,51
0,51
0,49
0,49
0,49
0,48
0,47
0,45
0,45
0,43
0,43
0,41
0,41
0,41
0,37
0,32
0,30
0,30
0,30
0,28
0,27
0,19
0,62
Ord
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
CCR-O
2009
0,55
0,52
0,69
0,61
0,49
0,58
0,54
0,48
0,58
0,64
0,5
0,43
0,55
0,47
0,36
0,35
0,41
0,42
0,19
0,4
0,28
0,33
0,32
0,27
0,27
0,59
Ord
2009
26
30
14
21
33
22
29
35
23
19
31
38
27
36
43
44
40
39
51
41
47
45
46
48
49
-
Média
0,55
0,52
0,6
0,56
0,5
0,53
0,52
0,49
0,53
0,56
0,47
0,44
0,49
0,45
0,39
0,38
0,41
0,4
0,26
0,35
0,29
0,31
0,3
0,27
0,23
0,60
Fonte: Elaborada pelo autor, a partir do Sistema Integrado de Apoio à Decisão - SIAD (2011)
*Destaques do autor.
95
96
Observa-se que, em 2008, 6 (seis) empresas foram consideradas
eficientes, mantendo, em 2009, o mesmo número de empresas eficientes. No
entanto, há alterações nas DMUs consideradas eficientes, sendo que 4 (quatro)
empresas se mantiveram no nível de eficiência igual a 1,00 e, portanto,
permaneceram sendo referência.
As DMUs 7 e 21 foram consideradas eficientes em 2008, obtendo escore
1,00, no entanto, em 2009, as mesmas obtiveram uma queda no nível de
eficiência, alcançando escores de 0,69 e 0,48, respectivamente, deixando a
fronteira de eficiência. Substituindo essas DMUs, em 2009, alcançaram o
patamar de eficientes as DMUs 45 e 50, que já apresentavam escores próximos
do indicador de eficiência, em 2008.
Nos dois períodos analisados, as empresas com menor padrão de
eficiência alcançaram o índice de 0,19, sendo a DMU 41, em 2008, e a DMU 26,
em 2009.
Por meio das Figuras 1 e 2, é possível visualizar as DMUs que estão
sobre a superfície da fronteira de eficiência e o posicionamento daquelas que não
estão sobre a fronteira.
A interpretação das figuras é que quanto mais próximo do centro, menos
eficiente é a DMU e a DMU que alcançou a eficiência está sobre os limites
extremos destes, que apresentam escala de 0,1 a 1,0. Verifica-se que as DMUs 3,
23, 30 e 43 são as únicas que se mantém sobre a fronteira de eficiência nos dois
anos.
97
Figura 1 Posicionamento das DMUs em relação à fronteira de eficiência DEACCR-O no ano de 2008
Fonte: Elaborada pelo autor
Figura 2 Posicionamento das DMUs em relação à fronteira de eficiência DEACCR-O no ano de 2009.
Fonte: Elaborada pelo autor
98
Além de indicar as DMUs eficientes, conforme já abordado, uma das
vantagens da DEA é indicar as melhorias necessárias para que as empresas que
não estão sobre a fronteira de eficiência alcancem a mesma, comparando com os
desempenhos das empresas eficientes. Essas indicações de melhoria seria a
resposta para a pergunta: o que uma DMU não eficiente, pelo modelo DEACRS-O, necessita aprimorar em relação às suas vendas e lucros para ser
eficiente?
Sendo assim, a Tabela 12 expõe os alvos para as DMUs que não
atingiram o nível de eficiência, no ano de 2008, em relação aos outputs Vendas e
Lucro Líquido e a variação percentual que os valores alvos representam.
Tabela 12 Alvos de melhoria pela DEA-CCR-O no ano de 2008
DMUs
1Andrad
Output
Vendas
0,281 LL
2Arg
Vendas
0,472 LL
3Azeved
Vendas
1,00 LL
4Barbosa
Vendas
0,519 LL
5Berneck
Vendas
0,937 LL
6Camargo
Vendas
0,412 LL
7Carioca
Vendas
1,00 LL
8Caue
Vendas
0,58 LL
9Ccb
Vendas
0,597 LL
10Cecrisa
Vendas
0,298 LL
11Tupi
Vendas
0,722 LL
12Liz
Vendas
0,493 LL
13Contcap
Vendas
0,541 LL
14Odebrec
Vendas
0,273 LL
15CrAl
Vendas
0,619 LL
16Delta
Vendas
0,513 LL
Atual
2.311,90
258,10
224,70
177,10
186,30
137,10
289,10
158,40
284,20
166,90
2.778,50
316,00
689,40
183,20
879,40
246,70
914,90
217,00
372,10
121,10
259,70
164,00
270,30
107,00
353,20
168,20
3.042,20
487,80
372,70
152,20
834,40
195,50
Alvo
8.229,23
2.089,67
475,80
375,01
186,30
137,10
557,02
305,19
303,24
178,08
6.743,04
1.390,72
689,40
183,20
1.514,37
424,83
1.531,68
407,03
1.246,76
405,76
359,68
227,14
548,02
216,94
653,06
311,00
11.121,39
2.085,94
602,28
245,95
1.627,30
381,28
Var.
%
255,95
709,63
111,75
111,75
92,67
92,67
6,70
6,70
142,69
340,10
72,21
72,21
67,41
87,57
235,06
235,06
38,50
38,50
102,75
102,75
84,90
84,90
265,57
327,62
61,60
61,60
95,03
95,03
DMUs
27Galvao
Output
Vendas
0,85 LL
28Gdk
Vendas
0,489 LL
29Holcim
Vendas
0,447 LL
30Itambe
Vendas
1,00 LL
31Lafarg
Vendas
0,592 LL
32MendJ
Vendas
0,522 LL
33Mrv
Vendas
0,305 LL
34Oas
Vendas
0,427 LL
35Placas
Vendas
0,706 LL
36Porto
Vendas
0,48 LL
37Queiroz
Vendas
0,426 LL
38Rossi
Vendas
0,367 LL
39SAPaul
Vendas
0,71 LL
40StaBarb
Vendas
0,92 LL
41Schah
Vendas
0,19 LL
42Serveng
Vendas
0,297 LL
Atual
643,50
208,10
364,00
139,10
888,30
2,40
238,10
208,80
453,20
176,90
468,00
163,00
250,70
273,50
1.180,10
156,10
388,10
122,30
288,50
129,80
1.745,20
347,00
271,60
206,10
272,40
199,40
228,80
148,40
322,90
161,30
338,80
217,60
Alvo
757,34
244,91
744,67
284,57
1.985,85
513,79
238,10
208,80
764,97
298,60
895,61
311,93
1.023,52
897,57
2.765,56
569,42
549,97
173,31
596,53
268,39
4.094,98
942,57
738,80
560,63
383,51
280,74
248,60
161,24
1.666,39
832,42
1.140,56
732,55
Var.
%
17,69
17,69
104,58
104,58
123,56
21.307,9
68,79
68,79
91,37
91,37
308,27
228,18
134,35
264,78
41,71
41,71
106,77
106,77
134,64
171,64
172,02
172,02
40,79
40,79
8,65
8,65
416,07
416,07
236,65
236,65
“continua”
99
Tabela 12 “conclusão”
DMUs
17Dura
Output
Vendas
0,706 LL
18Eges
Vendas
0,652 LL
19Eit
Vendas
0,413 LL
20Elian
Vendas
0,448 LL
21Emsa
Vendas
1,00 LL
22Enes
Vendas
0,715 LL
23Engev
Vendas
1,00 LL
24Eternit
Vendas
0,799 LL
25Eucatex
Vendas
0,408 LL
26Gafisa
Vendas
0,32 LL
Atual
418,20
179,90
204,30
150,40
502,50
179,00
292,60
126,60
189,00
177,30
464,70
176,20
1.017,80
190,90
258,90
183,60
447,00
160,70
581,00
200,80
Alvo
591,92
254,63
313,33
230,66
1.217,01
433,52
653,02
282,54
189,00
177,30
650,16
246,52
1.017,80
190,90
324,01
229,78
1.094,93
393,63
1.816,55
627,82
Var.
%
41,54
41,54
53,37
53,37
42,19
142,19
123,18
123,18
39,91
39,91
25,15
25,15
144,95
144,95
212,66
212,66
DMUs
43Supermix
1,00
44Techint
0,49
45Telemon
0,92
46Tigre
0,51
47U&M
0,87
48UTC
0,61
49Via
0,84
50VotNNE
0,96
51Vot
0,78
Total
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
Alvo
488,90
488,90
173,10
173,10
309,30
633,75
173,40
355,30
307,60
335,17
166,20
181,10
1.042,10
2.040,42
225,60
498,67
181,60
208,54
143,10
164,33
775,50
1.261,08
175,00
284,58
297,90
352,32
156,70
185,33
964,50
1.000,43
264,50
274,35
3.197,30
4.075,83
463,00
1.083,10
34.345,90 73.247,73
9.782,10 22.913,44
Var.
%
104,90
104,90
8,96
8,96
95,80
121,04
14,83
14,83
62,62
62,62
18,27
18,27
3,72
3,72
27,48
133,93
113,26
134,24
Fonte: Elaborada pelo autor, a partir do SIAD (2011)
*Destaques do autor
100
101
Vale destacar que como há uma deficiência na análise DEA em trabalhar
com variáveis negativas, e existiam dados do Lucro Líquido que se encontravam
neste formato, essa variável foi acrescida de uma constante que tornasse o valor
positivo, mantendo assim a diferença relativa entre as empresas (SILVA et al.,
2009). Logo, os valores atuais e os alvos para o Lucro Líquido da Tabela 12 se
baseiam em dados acrescidos de uma constante.
Inicialmente, percebe-se que as empresas que atingiram o índice de
eficiência, igual a 1,00, não apresentam necessidade de melhoria, uma vez que
seus valores ideais são iguais aos atuais. E que, no total dos outputs para o grupo
seria necessário um incremento de 113,26% para as vendas e 134,24% nos
lucros para que este se torne eficiente, ressalvadas as proporções equivalentes
para cada DMU.
Verifica-se, ainda, que as empresas com índices mais próximos da
eficiência apresentam a necessidade de poucos incrementos em relação aos seus
outputs para se tornarem eficientes, como por exemplo, a Votorantim NNE, que
precisaria de aumentar apenas 3,2% nas suas vendas e lucros para se tornar
eficiente.
Contrariamente, as empresas com índices baixos para a eficiência
necessitam de aumentos substanciais nos seus outputs, como por exemplo:
a) Schachin, com 0,19, necessita de aumentar as suas vendas e lucro
líquido em 416,07%;
b) Andrade Gutierrez, com 0,281, precisa incrementar as vendas em
255,95% e o lucro líquido em 709,63%;
c) Cecrisa, com 0,298, teria que adicionar 235,6% às vendas e ao
lucro líquido.
d) Holcim, com 0,447 – mesmo não sendo o índice mais baixo necessita um crescimento de mais 123,56% nas vendas e
102
21.307,09% no lucro líquido, uma vez que em valores reais de
2008, obteve prejuízos.
Em geral, as empresas com índices que podem ser considerados “mais
satisfatórios”, mesmo não tendo alcançado a eficiência, necessitam de alterações
menos impactantes em seus níveis de outputs para se tornarem eficientes, o que
é adverso para as empresas com baixos índices. E que, também, os percentuais
de melhorias para os outputs Vendas e Lucro Líquido são similares.
As melhorias para os outputs de 2009, pelo modelo de escala constante
da DEA (DEA-CCR-O), são apresentadas na Tabela 13:
Tabela 13 Alvos de melhoria pela DEA-CCR-O no ano de 2009
DMUs
1Andrad
0,32
2Arg
0,642
3Azeved
1,00
4Barbosa
0,523
5Berneck
0,807
6Camargo
0,363
7Carioca
0,694
8Caue
0,436
9Ccb
0,388
10Cecrisa
0,401
11Tupi
0,897
12Liz
0,575
13Contcap
0,552
14Odebrec
0,266
15CrAl
0,573
16Delta
0,612
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
2.449,20
4
207
333,1
262,4
288,9
357
308,5
293,6
302
3.082,60
655,9
626,5
331,9
963,4
577,4
927,2
372,2
355,9
292,7
264,1
318,5
269,3
282
640,9
354,1
3.098,70
845,1
305,5
286,3
1.235,10
410,6
Alvo
7.645,01
3.534,80
360,87
518,55
262,40
288,90
682,42
589,71
363,66
374,07
8.483,86
4.241,33
902,80
478,28
2.208,78
1.323,80
2.386,28
981,88
887,58
729,97
294,37
355,01
468,08
490,16
1.161,19
690,21
11.634,09
9.844,08
533,19
499,68
2.015,00
1.002,28
Var.
%
212,14
88.270,01
74,33
55,67
91,15
91,15
23,86
23,86
175,22
546,64
44,10
44,10
129,27
129,27
157,36
163,80
149,39
149,39
11,46
11,46
73,81
73,81
81,18
94,92
275,45
1.064,84
74,53
74,53
63,14
144,10
DMUs
27Galvao
0,894
28Gdk
0,543
29Holcim
0,434
30Itambe
1,00
31Lafarg
0,488
32MendJ
0,686
33Mrv
0,285
34Oas
0,55
35Placas
0,885
36Porto
0,585
37Queiroz
0,474
38Rossi
0,424
39SAPaul
0,54
40StaBarb
0,644
41Schah
0,266
42Serveng
0,332
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
1.246,40
441,2
430,9
303,8
851
426,6
256,1
368
451
323,8
807,8
355,7
535,2
479,5
1.530,50
314,2
289,6
296,1
272,3
289,3
2.362,90
558,3
315,4
405,3
258,1
346
361,9
287,1
344,9
291,5
398,7
354,5
Alvo
1.394,17
1.057,17
792,87
629,99
1.961,28
983,18
256,10
368,00
924,20
663,54
1.177,92
841,19
1.880,38
1.684,68
2.779,41
2.465,47
327,37
334,72
465,79
494,87
4.988,82
2.464,66
744,25
956,39
492,21
640,81
561,65
445,57
1.295,41
1.094,85
1.197,64
1.064,87
Var.
%
11,86
139,61
84,00
107,37
130,47
130,47
104,92
104,92
45,82
136,49
251,34
251,34
81,60
684,68
13,04
13,04
71,06
71,06
111,13
341,46
135,97
135,97
90,71
85,20
55,20
55,20
275,59
275,59
200,39
200,39
“continua”
103
Tabela 13 “conclusão”
DMUs
17Dura
0,205
18Eges
0,641
19Eit
0,349
20Elian
0,498
21Emsa
0,479
22Enes
0,68
23Engev
1,00
24Eternit
0,671
25Eucatex
0,414
26Gafisa
0,193
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
1.061,70
336,2
471,4
312,9
552,2
330,8
275,7
283,7
194,6
239,8
404,8
321,6
859,1
351,5
260,4
322
398,6
402,3
719
402,6
Alvo
5.182,61
2.120,46
735,21
488,01
1.582,41
947,95
553,26
569,31
406,18
500,52
594,96
610,92
859,10
351,50
388,11
479,92
962,82
971,75
3.721,36
2.083,76
Var.
%
388,14
530,71
55,96
55,96
186,56
186,56
100,67
100,67
108,72
108,72
46,98
89,96
49,04
49,04
141,55
141,55
417,57
417,57
DMUs
43Supermix
1,00
44Techint
0,484
45Telemon
1,00
46Tigre
0,49
47U&M
0,943
48UTC
0,634
49Via
0,871
50VotNNE
1,00
51Vot
0,574
Total
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
Alvo
Var.
%
607,4
607,40
314,2
314,20
406,6
840,42
365,5
755,47
345
345,00
297,2
297,20
947,7
1.933,03
358,8
884,58
219,8
233,16
300,8
319,08
857,5
1.352,09
343
1.316,35
343,1
393,77
311,5
357,50
1.010,50
1.010,50
496,6
496,60
3.293,10
5.738,23
1.090,10
2.347,79
39.270,3
88.968,69
126,50
18.985,2
58.345,51
207,32
106,69
106,69
103,97
146,54
6,08
6,08
57,68
283,78
14,77
14,77
74,25
115,37
Fonte: Elaborada pelo autor, a partir do SIAD (2011)
*Destaques do autor.
104
105
Para as melhorias sugeridas pela DEA, em 2009, observa-se resultados
similares em relação às melhorias sugeridas para 2008. Em comparação aos dois
períodos, identifica-se uma maior necessidade de melhoria para o grupo de
empresas em 2009, já que em 2008 era necessário um aumento de 113,26% e
134, 24% nas vendas e lucros, já neste período um acréscimo de 126,50% e
207,32 para o total dos outputs.
Em 2009, a Andrade Gutierrez foi a empresa que apresentou a maior
necessidade de ajuste em uma variável, com 88.270,01% de aumento para o
lucro. A Odebrechet, também, apresentou uma necessidade alta de ajuste no
lucro, com 1.064,84%.
Dessa forma, assim como mencionado para as análises da Tabela 12, de
maneira geral, as empresas eficientes não apresentam necessidade de melhorias,
quanto menor o índice alcançado na análise DEA, maiores são as melhorias
necessárias para as empresas e quanto maior, menores são os incrementos de
melhorias.
Enfim, extraiu-se as empresas referências (benchmarks) para as DMUs
não eficientes, que foram as que atingiram índice igual a 1,00.
Os Gráficos 2 e 3 demonstram quais empresas foram referências e para
quantas empresas estas serviram como referência:
106
37
40
35
23
30
25
15
20
14
15
11
5
10
5
0
7Carioca
30Itambe
23Engev
21Emsa
3Azeved 43Supermix
DMUs
Gráfico 2 Empresas referências pelo modelo DEA-CCR-O em 2008
Fonte: Elaborado pelo autor, a partir do SIAD (2011)
Em 2008, A Carioca Engenharia foi a DMU que serviu de referência
para o maior número de empresas, 37, seguida de Itambé Cimento, 23, Engevix,
15, Emsa, 14, Azevedo & Travassos, 11, e, por fim, Supermix, 5.
Em 2009, conforme o Gráfico 3, a Carioca Engenharia e a Emsa não
aparecem como referência, pois as mesmas tiveram uma queda no índice de
eficiência não atingindo 1,00. Deste modo, ingressaram como empresas
referências a Votorantim NNE e a Telemont e permaneceram as outras 4 que já
estavam em 2008.
Dessa forma, verifica-se, em 2009, uma mudança na classificação das
empresas que serviram de referência, sendo: Engevix, 31, primeiramente,
seguida por Azevedo & Travassos, 27, Itambé, 25, Supermix, 17, Votorantim
NNE, 9 e Telemont, sendo referência para apenas 1(uma) empresa.
107
31
35
27
25
30
25
17
20
9
15
10
1
5
0
23Engev
3Azeved
30Itambe
43Supermix 50VotNNE 45Telemon
DMUs
Gráfico 3 Empresas referências pelo modelo DEA-CCR-O em 2009
Fonte: Elaborado pelo autor, a partir do SIAD (2011)
Ainda em relação às empresas referências, ressalta-se que uma empresa
pode ter mais de uma empresa referência dentre as eficientes para que esta possa
alcançar seu nível de eficiência.
A seguir, serão apresentados resultados da análise envoltória por meio
do modelo de escala variável (DEA-VRS/BCC), com as variáveis absolutas
Capital Total, Salários e Encargos, Vendas e Lucro Líquido e orientação output.
4.3.2 Análise da eficiência por meio de variáveis operacional, econômica e
financeira absolutas: aplicando o modelo DEA de escala variável
(BCC/VRS)
A modelagem DEA-VRS, ou DEA-BCC, considera o retorno de escala
variável, no qual as unidades de portes distintos podem operar com eficiência
em regiões de escalas diferentes. E, também, no modelo BCC, a fronteira de
eficiência é convexa, permitindo que DMUs que operam com baixos valores de
inputs tenham retornos crescentes de escala e as unidades que operam com altos
108
valores tenham retornos decrescentes de escala (LINS; MEZA, 2000;
MACEDO; SANTOS; SILVA, 2009; SILVA et al., 2009).
Deste modo, a Tabela 14 apresenta os índices de eficiência encontrados
por meio da DEA-VRS com orientação para output, para os anos de 2008 e 2009
e cada DMU. Expõe-se, também, o ordenamento (Ord.), com a classificação do
primeiro e segundo ano, a variação do período e a média de eficiência do grupo
analisado.
Tabela 14 Indicadores de eficiências pelo modelo DEA-BCC Output nos anos de 2008 e 2009
DMUs
3Azeved
5Berneck
6Camargo
7Carioca
14Odebrec
21Emsa
23Engev
27Galvao
30Itambe
33Mrv
37Queiroz
43Supermix
45Telemon
47U&M
50VotNNE
51Vot
22Enes
46Tigre
39SAPaul
40StaBarb
9Ccb
24Eternit
44Techint
49Via
16Delta
42Serveng
BCC-O
2008
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,96
0,94
0,93
0,92
0,91
0,89
0,87
0,87
0,86
0,86
Ord
2008
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
BCC-O
2009
1,00
0,81
1,00
0,89
1,00
0,64
1,00
1,00
1,00
0,78
1,00
1,00
1,00
1,00
1,00
1,00
0,97
0,83
0,89
0,85
0,87
0,85
0,97
0,88
0,93
0,81
Ord
2009
1
36
2
23
3
49
4
5
6
39
7
8
9
10
11
12
15
33
24
27
26
28
16
25
19
37
Média
1,00
0,90
1,00
0,94
1,00
0,82
1,00
1,00
1,00
0,89
1,00
1,00
1,00
1,00
1,00
1,00
0,96
0,89
0,91
0,89
0,89
0,87
0,92
0,87
0,89
0,83
DMUs
48UTC
1Andrad
8Caue
29Holcim
2Arg
17Dura
11Tupi
13Contcap
32MendJr
34Oas
38Rossi
4Barbosa
31Lafarg
35Placas
19Eit
15CrAl
18Eges
25Eucatex
28Gdk
26Gafisa
36Porto
20Elian
41Schah
10Cecrisa
12Liz
Média
BCC-O
2008
0,85
0,84
0,83
0,81
0,80
0,80
0,79
0,79
0,78
0,77
0,77
0,76
0,76
0,76
0,75
0,74
0,71
0,70
0,67
0,63
0,62
0,61
0,61
0,55
0,50
0,85
Ord
2008
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
-
BCC-O
2009
0,80
0,92
1,00
0,96
0,84
0,63
0,91
0,85
0,85
0,96
0,73
0,84
0,77
1,00
0,76
0,75
0,83
0,91
0,83
0,57
0,76
0,73
0,66
0,72
0,69
0,87
Ord
2009
38
20
13
17
31
50
21
29
30
18
44
32
40
14
41
43
34
22
35
51
42
45
48
46
47
-
Média
0,83
0,88
0,92
0,88
0,82
0,71
0,85
0,82
0,82
0,86
0,75
0,80
0,77
0,88
0,76
0,74
0,77
0,80
0,75
0,60
0,69
0,67
0,63
0,63
0,59
0,86
Fonte: Elaborada pelo autor, a partir do SIAD (2011)
*Destaques do autor
109
110
Observa-se que pelo modelo BCC, o número de empresas eficientes, que
atingiram 1,00 (em destaque na Tabela 14) foi de 16, em 2008, e 14, em 2009, o
que representa um aumento em relação ao modelo CCR (Tabela 11), que
apresentava apenas 6 empresas consideradas eficientes para os dois anos. E que
ainda, há um aumento pelo modelo BCC na média de eficiência para o grupo
analisado, que em 2008 foi de 0,85 e em 2009 de 0,87.
Os índices obtidos para as empresas individualizadas, também, se
apresentam maiores no modelo BCC, escala variável, do que no modelo CCR,
escala constante, isso pode ser confirmado analisando os valores nominais dos
índices nas Tabelas 11 e 14 e, visualmente, por meio de comparações nas
Figuras 1 e 2 versus Figuras 3 e 4, nas quais se observa um maior número de
empresas sob a fronteira e uma dispersão mais homogênea e mais próximas das
extremidades, que indica mais proximidade com a fronteira de eficiência.
Figura 3 Posicionamento das DMUs em relação à fronteira de eficiência DEABCC-O no ano de 2008
Fonte: Elaborada pelo autor
111
Figura 4 Posicionamento das DMUs em relação à fronteira de eficiência DEABCC-O no ano de 2009
Fonte: Elaborada pelo autor
Justifica-se esse fato pelas diferenças no tratamento comparativo das
unidades (empresa, departamento etc.), já que no CCR a comparação do
desempenho de uma DMU é em relação às melhores do grupo analisado e no
modelo BCC a comparação é do desempenho de uma DMU com outras que
estejam operando em uma escala semelhante. Dessa forma, considera-se o
modelo BCC mais flexível que o CCR (KASSAI, 2002; SILVA, 2008; SOUZA,
2006).
As 6 empresas que atingiram a eficiência no modelo CCR, mantiveram o
desempenho no modelo BCC, representando invariar o modelo aplicado para
que estas sejam consideradas eficientes, sendo:
a) Em 2008: Azevedo & Travassos (DMU3), Carioca Engenharia
(DMU7), Emsa (DMU21), Engevix (DMU23), Itambé (DMU30) e
Supermix (DMU43);
112
b) Em 2009: Azevedo & Travassos (DMU3), Engevix (DMU23),
Itambé (DMU30) Telemont (DMU45) e Votorantim NNE
(DMU50);
Além destas empresas, outras 12 empresas atingiram a fronteira de
eficiência pelo modelo BCC nos dois períodos, com as observações quanto às
mudanças:
a) As empresas Berneck (DMU5), Carioca Engenharia (DMU7),
Emsa (DMU21), MRV (DMU33) apresentaram índice de eficiência
somente em 2008;
b) As empresas Cauê (DMU8) e Placas (DMU35) atingiram o índice
de eficiência apenas em 2009.
Em relação aos níveis de eficiência inferiores, verifica-se índices mais
elevados no modelo BCC do que no CCR, por exemplo, as empresas com
menores índices pela escala variável atingiram 0,50 e 0,55, em 2008, e 0,57 e
0,63, em 2009. Já na escala constante foram de 0,19 e 0,27, em 2008, e 0,20 e
0,26, em 2009. As empresas menos eficientes (Liz e Cecrisa), em 2008, diferem
das de 2009, que foram a Gafisa e a Duratex. Destaca-se que estas obtiveram os
menores índices, em 2009, pelos modelos BCC e CCR.
Objetivando identificar o que as empresas consideradas não eficientes
deveriam fazer nos seus outputs para atingir a eficiência, extraiu-se os alvos de
melhorias pelo modelo BCC, que são apresentados na Tabela 15, para o ano de
2008.
Tabela 15 Alvos de melhoria pela DEA-BCC-O no ano de 2008
DMUs
1Andrad
Output
Vendas
0,84 LL
2Arg
Vendas
0,80 LL
3Azeved
Vendas
1,00 LL
4Barbosa
Vendas
0,76 LL
5Berneck
Vendas
1,00 LL
6Camargo
Vendas
1,00 LL
7Carioca
Vendas
1,00 LL
8Caue
Vendas
0,83 LL
9Ccb
Vendas
0,91 LL
10Cecrisa
Vendas
0,548 LL
11Tupi
Vendas
0,791013 LL
12Liz
Vendas
0,499 LL
13Contcap
Vendas
0,788 LL
14Odebrec
Vendas
1,00 LL
15CrAl
Vendas
0,738 LL
Atual
2.311,9
258,10
224,70
177,10
186,30
137,10
289,10
158,40
284,20
166,90
2.778,5
316,00
689,40
183,20
879,40
246,70
914,90
217,00
372,10
121,10
259,70
164,00
270,30
107,00
353,20
168,20
3.042,2
487,80
372,70
152,20
Alvo
2.750,8
362,93
279,94
220,64
186,30
137,10
378,51
207,39
284,20
166,90
2.778,5
316,00
689,40
183,20
1.308,8
296,38
1.008,4
239,18
678,81
220,92
328,31
207,33
540,90
214,12
448,15
213,42
3.042,2
487,80
504,83
206,16
Var.
%
18,99
40,61
24,58
24,58
0,00
0,00
30,93
30,93
0,00
0,00
0,00
0,00
0,00
0,00
48,83
20,14
10,22
10,22
82,43
82,43
26,42
26,42
100,11
100,11
26,88
26,88
0,00
0,00
35,45
35,45
DMUs
27Galvao
1,00
28Gdk
0,67
29Holcim
0,805
30Itambe
1,00
31Lafarg
0,76
32MendJ
0,78
33Mrv
1,00
34Oas
0,766
35Placas
0,76
36Porto
0,62
37Queiroz
1,00
38Rossi
0,77
39SAPaul
0,93
40StaBarb
0,92
41Schah
0,61
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
643,50
208,10
364,00
139,10
888,30
2,40
238,10
208,80
453,20
176,90
468,00
163,00
250,70
273,50
1.180,1
156,10
388,10
122,30
288,50
129,80
1.745,2
347,00
271,60
206,10
272,40
199,40
228,80
148,40
322,90
161,30
Alvo
643,50
208,10
542,82
207,43
1.102,4
215,36
238,10
208,80
594,88
232,20
599,60
208,84
250,70
273,50
1.539,9
229,55
509,80
188,63
467,28
210,23
1.745,2
347,00
911,49
266,32
291,47
213,36
248,38
161,10
531,93
265,72
Var.
%
0,00
0,00
49,13
49,13
24,10
8.873,25
0,00
0,00
31,26
31,26
28,12
28,12
0,00
0,00
30,50
47,05
31,36
54,23
61,97
61,97
0,00
0,00
235,60
29,22
7,00
7,00
8,56
8,56
64,73
64,73
“continua”
113
Tabela 15 “conclusão”
DMUs
16Delta
Output
Vendas
0,855 LL
17Dura
Vendas
0,802 LL
18Eges
Vendas
0,708 LL
19Eit
Vendas
0,755 LL
20Elian
Vendas
0,608 LL
21Emsa
Vendas
1,00 LL
22Enes
Vendas
0,955 LL
23Engev
Vendas
1,00 LL
24Eternit
Vendas
0,889 LL
25Eucatex
Vendas
0,699 LL
26Gafisa
Vendas
0,627 LL
Atual
834,40
195,50
418,20
179,90
204,30
150,40
502,50
179,00
292,60
126,60
189,00
177,30
464,70
176,20
1.017,80
190,90
258,90
183,60
447,00
160,70
581,00
200,80
Alvo
975,08
228,46
521,21
224,21
288,43
212,33
665,71
237,14
481,20
208,20
189,00
177,30
486,21
184,36
1.017,8
190,90
290,95
206,33
638,61
229,59
1.534,7
319,91
Var.
%
16,86
16,86
24,63
24,63
41,18
41,18
32,48
32,48
64,46
64,46
0,00
0,00
4,63
4,63
0,00
0,00
12,38
12,38
42,87
42,87
164,16
59,32
DMUs
42Serveng
0,86
43Supermix
1,00
44Techint
0,86
45Telemon
1,00
46Tigre
0,94
47U&M
1,00
48UTC
0,85
49Via
0,87
50VotNNE
1,00
51Vot
1,00
Total
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
Alvo
338,80
217,60
488,90
173,10
309,30
173,40
307,60
166,20
1.042,1
225,60
181,60
143,10
775,50
175,00
297,90
156,70
964,50
264,50
3.197,3
463,00
34.345,9
9.782,1
521,86
252,76
488,90
173,10
357,30
200,31
307,60
166,20
1.105,5
239,33
181,60
143,10
907,27
204,74
343,31
180,59
964,50
264,50
3.197,3
463,0
40.889,7
11.821,9
Var.
%
54,03
16,16
0,00
0,00
15,52
15,52
0,00
0,00
6,08
6,08
0,00
0,00
16,99
16,99
15,24
15,24
0,00
0,00
0,00
0,00
19,05
20,85
Fonte: Elaborada pelo autor, a partir do SIAD (2011)
*Destaques do autor
114
115
Ressalta-se que a variável Lucro Líquido foi acrescida de um valor
constante para que se tornassem positivos os casos de prejuízos (SILVA, 2008;
SILVA et al., 2009). A diferença relativa entre as empresas foi assim mantida e
as análises dos alvos para esse output se baseiam nessas condições, já que a
análise envoltória apresenta a limitação com dados negativos.
Observa-se que a variação global para que o grupo se torne eficiente
seria um incremento de 19,05% para as vendas e 20,85% nos lucros, reservadas
as proporcionalidades para cada empresa. Esse incremento é menor do que o
sugerido pelo modelo CCR para o ano de 2008, de 113,26% e 134,24%.
Assim como no modelo CCR, o BCC não atribui melhorias a serem
executadas pelas empresas que atingiram o índice 1,00.
Constata-se que as sugestões de melhorias nos outputs seguem uma
proporcionalidade ao nível de eficiência alcançado, salvo algumas exceções, tais
como:
a) Holcim, DMU29, que deveria aumentar o seu Lucro Líquido em
8.873,25%, mas está com um índice de 0,80, enquanto a Liz,
DMU12, que tem o menor índice para período deveria incrementar
100,11%;
b) Rossi, DMU38, apresentou um índice de 0,77, no entanto teria que
incrementar 235,60% nas vendas, já a Cecrisa, DMU10,
necessitaria de 82,43%, com um índice de 0,548.
A seguir, tem-se a Tabela 16 que expõe os alvos de melhorias para as
DMUs não eficientes, para o ano de 2009.
Tabela 16 Alvos de melhoria pela DEA-BCC-O no ano de 2009
DMUs
1Andrad
0,92
2Arg
0,84
3Azeved
1,00
4Barbosa
0,84
5Berneck
0,81
6Camargo
1,00
7Carioca
0,887
8Caue
1,00
9Ccb
0,866
10Cecrisa
0,715
11Tupi
0,906
12Liz
0,685
13Contcap
0,847
14Odebrec
1,00
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
2.449,20
4
207,00
333,1
262,40
288,9
357,00
308,5
293,60
302
3.082,60
655,9
626,50
331,9
963,40
577,4
927,20
372,2
355,90
292,7
264,10
318,5
269,30
282
640,90
354,1
3.098,70
845,1
Alvo
2.649,9
647,60
353,73
396,00
262,40
288,90
423,36
365,85
362,92
373,30
3.082,6
655,90
706,12
374,08
963,40
577,40
1.070,0
429,54
497,51
409,16
291,45
351,48
441,18
411,14
922,01
417,81
3.098,7
845,10
Var.
%
8,20
16.089,9
70,88
18,88
0,00
0,00
18,59
18,59
23,61
23,61
0,00
0,00
12,71
12,71
0,00
0,00
15,41
15,41
39,79
39,79
10,36
10,36
63,83
45,80
43,86
17,99
0,00
0,00
DMUs
27Galvao
1,00
28Gdk
0,826
29Holcim
0,955
30Itambe
1,00
31Lafarg
0,77
32MendJ
0,853
33Mrv
0,78
34Oas
0,959
35Placas
1,00
36Porto
0,76
37Queiroz
1,00
38Rossi
0,726
39SAPaul
0,886
40StaBarb
0,849
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
1.246,4
441,2
430,90
303,8
851,00
426,6
256,10
368
451,00
323,8
807,80
355,7
535,20
479,5
1.530,5
314,2
289,60
296,1
272,30
289,3
2.362,9
558,3
315,40
405,3
258,10
346
361,90
287,1
Alvo
1.246,4
441,20
521,56
367,72
890,82
446,56
256,10
368,00
584,14
419,39
946,93
416,96
1.131,9
613,06
1.594,9
477,76
289,60
296,10
382,39
380,41
2.362,90
558,30
1.048,1
557,74
490,80
390,49
425,95
337,91
Var.
%
0,00
0,00
21,04
21,04
4,68
4,68
0,00
0,00
29,52
29,52
17,22
17,22
111,50
27,85
4,21
52,06
0,00
0,00
40,43
31,49
0,00
0,00
232,32
37,61
90,16
12,86
17,70
17,70
“continua”
116
Tabela 16 “conclusão”
DMUs
15CrAl
0,75
16Delta
0,93
17Dura
0,63
18Eges
0,83
19Eit
0,76
20Elian
0,73
21Emsa
0,64
22Enes
0,97
23Engev
1,00
24Eternit
0,85
25Eucatex
0,91
26Gafisa
0,566
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
305,50
286,3
1.235,10
410,6
1.061,70
336,2
471,40
312,9
552,20
330,8
275,70
283,7
194,60
239,8
404,80
321,6
859,10
351,5
260,40
322
398,60
402,3
719,00
402,6
Alvo
420,15
381,11
1.332,3
442,93
1.693,3
565,26
568,23
377,17
862,89
436,68
397,85
389,17
320,78
372,78
416,95
331,26
859,10
351,50
337,39
378,78
563,90
442,33
1.580,2
710,23
Var.
%
37,53
33,12
7,87
7,87
59,49
68,13
20,54
20,54
56,26
32,01
44,31
37,18
64,84
55,45
3,00
3,00
0,00
0,00
29,57
17,63
41,47
9,95
119,78
76,41
DMUs
41Schah
0,655
42Serveng
0,808
43Supermix
1,00
44Techint
0,97101
45Telemon
1,00
46Tigre
0,828
47U&M
1,00
48UTC
0,80
49Via
0,876
50VotNNE
1,00
51Vot
1,00
Total
Output
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Vendas
LL
Atual
344,90
291,5
398,70
354,5
607,40
314,2
406,60
365,5
345,00
297,2
947,70
358,8
219,80
300,8
857,50
343
343,10
311,5
1.010,5
496,6
3.293,1
1090,1
39.279,3
18.985,2
Alvo
731,43
445,03
753,03
438,69
607,40
314,20
418,74
376,41
345,00
297,20
1.143,4
432,89
219,80
300,80
1.068,6
427,42
391,31
355,27
1.010,5
496,60
3.293,1
1.090,1
46.633,46
22.768,67
Var.
%
112,07
52,67
88,87
23,75
0,00
0,00
2,99
2,99
0,00
0,00
20,65
20,65
0,00
0,00
24,61
24,61
14,05
14,05
0,00
0,00
0,00
0,00
18,72
19,93
Fonte: Elaborada pelo autor, a partir do SIAD (2011)
*Destaques do autor
117
118
A variação para que o grupo se torne eficiente seria um incremento de
18,72% para as vendas e 19,93% nos lucros, reservadas as proporções
necessárias para cada empresa. Esse incremento é menor do que o sugerido pelo
modelo CCR para o ano de 2009, de 126,50% e 207,32%.
Essa variação pode ser analisada, ainda, pelo ponto de vista 2008 e 2009
pelos dois modelos. No CCR-2008/2009 a variação total foi de tendência ao
crescimento, já no BCC-2008/2009 essa variação decresceu. Dessa forma, pelo
BCC entende-se que o desempenho de 2009 foi melhor, já para o CCR, 2008
apresentou melhor performance, pois suas melhorias teriam que ser menores.
Isso pode ser referendado pelas médias dos índices de eficiências para os anos,
com o modelo CCR em 2008, com 0,62, tendo uma média melhor que em 2009,
com 0,59, o que é contrário no modelo BCC, pois 2008 teve média de 0,85 e
2009 de 0,87.
Complementando, a empresa com necessidade de maior ajuste em
relação ao Lucro Líquido é a Andrade Gutierrez, uma vez que a melhoria teria
que atingir 16.089,92%, pois a mesma teve prejuízos no período e possui uma
estrutura robusta de capital, encargos e vendas, quando comparadas aos seus
pares. A Rossi é a empresa com o maior percentual de melhoria para as vendas
com 232,32%. Ressalta-se que esses alvos discrepantes são pontuais, pois,
também, em 2009, há uma proporcionalidade e relação entre os índices de
eficiência auferidos e as melhorias necessárias.
Em relação às referências pelo modelo BCC (benchmarks), os Gráficos
4 e 5 apresentam as empresas eficientes e elenca para quantas estas foram
consideradas referências.
119
30
28
25
20
17 16 16
15
11 10
1
1
47U&M
1
43Supermix
1
21Emsa
2
5Berneck
2
6Camargo
3
3Azeved
3
45Telemon
5
33Mrv
27Galvao
23Engev
37Queiroz
7Carioca
51Vot
30Itambe
0
14Odebrec
5
5
50VotNNE
10
DMUs
Gráfico 4 Empresas referências pelo modelo DEA-BCC-O em 2008
Fonte: Elaborado pelo autor a partir do SIAD (2011)
Para 2008, as 16 empresas eficientes aparecem como referência no
grupo, com destaque para a Itambé que teve 28 empresas que a utilizou como
referência, alcançando o maior nível. A Votorantim, com 17, a Carioca
Engenharia e a Queiroz Galvão, ambas com 16, estão entre as mais buscadas
como referência.
Verifica-se, ainda baixos níveis de referência para Azevedo & Travassos
e Camargo Correa, com 2 (duas), Berneck, Emsa, Supermir e U&M com 1(uma)
empresas as utilizando como referência para alcançar eficiência.
Esse baixo número de empresas utilizando uma empresa eficiente,
também, ocorre no ano de 2009, conforme exposto no Gráfico 5.
120
30
29
29
25
21
20
15
12
9
7
1
0
0
43Supermix
1
35Placas
2
47U&M
2
6Camargo
3Azeved
37Queiroz
45Telemon
51Vot
23Engev
8Caue
30Itambe
27Galvao
0
3
50VotNNE
4
5
14Odebrec
10
DMUs
Gráfico 5 Empresas Referências pelo modelo DEA-BCC-O em 2009
Fonte: Elaborado pelo autor, a partir do SIAD (2011)
Identifica-se empresas sendo referência 2 (duas) – Odebrechet,
Votorantim NNE-, 1 (uma) vez – Camargo e U&M-, e dois casos específicos de
empresas que alcançaram eficiências e não serviram como referência, a Placas e
a Supermix. Isso ocorre quando a utilização ótima de recursos gerando os
melhores resultados de uma empresa não serve como parâmetro para outras.
Enfim, percebe-se uma complementariedade dos modelos CCR e BCC
para as análises de eficiência, o que possibilita o enriquecimento dos resultados
para efeitos comparativos.
Nesse intuito, o tópico seguinte busca identificar relações entre os
índices de eficiências encontrados pelos modelos de análise envoltória, DEACCR e DEA-BBC, e os indicadores econômico-financeiros das empresas do
setor de construção civil.
121
4.4 Relações entre os índices de eficiência e os indicadores de desempenho
econômico-financeiro
No intuito de verificar a relação dos indicadores econômico-financeiros
e os índices de eficiência resultantes dos modelos DEA, utilizou-se a Correlação
de Spearman, que assim como a análise envoltória, é uma análise quantitativa
não-paramétrica.
Foram calculados os coeficientes nos anos de 2008 e 2009,
separadamente, os quais tem como indicação para análise a classificação dos
índices de correlação dispostos no Quadro 4:
Quadro 4 Classificação dos índices de correlação
Faixa de valores
Nível de correlação
1,0 ou -1,0
Perfeita
Entre 0,7 e 0,99 ou Entre –0,7 e –0,99
Forte
Entre 0,4 e 0,69 ou Entre -0,4 e -0,69
Moderada
Entre 0,2 e 0,39 ou Entre -0,2 e -0,39
Fraca
Entre 0,01 a 0,19 ou Entre -0.01 a -0.19
Muito Fraca
Nula
0,00
Fonte: Baseado em Moura e Oliveira (2003) e Shimakura (2006)
A Tabela 17 expõe os coeficientes de Correlação de Spearman
encontrados:
Tabela 17 Correlações entre os índices de eficiências e os indicadores
econômico-financeiros para 2008 e 2009
Índices
CCR_O_2008
BCC_O_2008
CCR_O_2009
BCC_O_2009
PL
CT
Cap_Total
Sal_Encarg
Vendas
“continua”
CCR_O_2008
1,00
0,536**
-0,412
-0,605
-0,623
-0,449
-0,251
BCC_O_2008
0,536**
1,00
0,04
-0,181
-0,168
0,135
0,132
CCR_O_2009
1,00
0,482**
-0,564**
-0,577**
-0,638**
-0,426**
-0,316*
BCC_O_2009
0,482**
1,00
-0,027
-0,065
-0,099
0,139
0,301*
122
Tabela 17 “conclusão”
Índices
CCR_O_2008
LL
-0,087
PCT
-0,064
End_Geral
-0,07
LG
0,031
ROA
0,449
ROE
0,467
ML
0,057
**Correlação é Significante a 1%
*Correlação é Significante a 5%
*Destaques do autor.
Fonte: Elaborada pelo Autor
BCC_O_2008
0,550**
-0,187
-0,187
0,191
0,652**
0,684**
0,417**
CCR_O_2009
-0,23
0,071
-0,498**
0,123
0,377**
0,405**
-0,116
BCC_O_2009
0,372*
0,109
-0,440*
0,101
0,638*
0,606*
0,303
Observa-se que não se encontrou correlação fortemente significativa
entre os índices de eficiência e os indicadores econômico-financeiros analisados.
Dentre os coeficientes auferidos, observa-se para os períodos e modelos
analisados uma correlação positiva moderada para a Rentabilidade do Ativo
(ROA) e Rentabilidade do Patrimônio Líquido (ROE), com uma média de 0,40 a
0,65, o que pode representar que empresas eficientes, em média, apresentam
bons índices de retornos.
A Margem Líquida, 0,417, e o Lucro Líquido, 0,55, apresentam
correlação moderada com o índice de eficiências do modelo BBC-O de 2008.
Essas variáveis estão relacionadas aos outputs utilizadas no modelo DEA
utilizado, Vendas e Lucro Líquido.
Quanto às correlações negativas moderadas, verifica-se que há uma
predominância nas variáveis Patrimônio Líquido (PL), Capital de Terceiros
(CT), Capital Total (Cap_Total), Encargos e Salários e Endividamento Geral,
que são as variáveis utilizadas em modelos DEA como inputs, o pode ser
observado em Kanesiro (2008), Kassai (2002), Souza (2006) e Silva (2008).
Essa correlação moderada pode ser visualizada quando se compara os
indicadores de desempenhos econômico-financeiros, absolutos e índices, como
exposto nas Tabelas 18, 19, 20 e 21, que apresentam as empresas (DMUs)
123
eficientes pelos modelos CCR e BCC e estes indicadores de desempenho,
segregadas por ano.
Nas Tabelas 18 e 19 são exibidos os índices de eficiência e indicadores
de desempenho absoluto, de 2008 e 2009, e nas Tabelas 20 e 21 os índices de
eficiência e os índices econômico-financeiros.
Por meio destas, verifica-se que o porte da empresa, em termos de
vendas, capital (CapTot), encargos e salários (Enc_Sal), lucros líquidos (LL) e
número de empregados (Emp.) não garante eficiência, principalmente se analisar
as empresas apenas pelo modelo DEA de escala constante.
Em 2008, das empresas que aparecem no ordenamento (Ord) entre as 10
maiores, em pelo menos um desses indicadores, apenas 1 (uma), a Engevix, é
considerada eficiente pelo modelo CCR.
No modelo BCC, 6 (seis) das 10 maiores empresas atingem o índice de
eficiência. Sendo que as primeiras colocadas de cada indicador absoluto se
apresentam no patamar de eficiência: Votorantim, em vendas e capital, e
Odebrechet, em lucro, encargos e salários e número de empregados. Relevante
destacar que no modelo CCR a Odebrechet atingiu o segundo pior índice de
eficiência, fato que pode estar relacionado aos pressupostos de escala constante
do modelo que não utiliza unidades próximas às escalas que atuam e sim as mais
eficientes do grupo analisado.
Tabela 18 Índices de eficiência e os indicadores de desempenho absolutos no ano de 2008
DMUs
3Azeved
7Carioca
21Emsa
23Engev
30Itambe
43Supermix
50VotNNE
5Berneck
45Telemon
47U&M
27Galvao
51Vot
37Queiroz
6Camargo
33Mrv
14Odebrec
22Enes
46Tigre
39SAPaul
40StaBarb
9Ccb
24Eternit
49Via
44Techint
42Serveng
16Delta
48UTC
“continua”
CCR
1,00
1,00
1,00
1,00
1,00
1,00
0,96
0,94
0,92
0,87
0,85
0,78
0,43
0,41
0,30
0,27
0,71
0,51
0,71
0,92
0,60
0,80
0,85
0,49
0,30
0,51
0,61
BCC
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,96
0,94
0,93
0,92
0,91
0,89
0,87
0,87
0,86
0,86
0,85
Vendas
186,30
689,40
189,00
1.017,80
238,10
488,90
964,50
284,20
307,60
181,60
643,50
3.197,30
1.745,20
2.778,50
250,70
3.042,20
464,70
1.042,10
272,40
228,80
914,90
258,90
297,90
309,30
338,80
834,40
775,50
LL
2,1
48,2
42,3
55,9
73,8
38,1
129,5
31,9
31,2
8,1
73,1
328,0
212,0
181,0
138,5
352,8
41,2
90,6
64,4
13,4
82,0
48,6
21,7
38,4
82,6
60,5
40,0
CapTot
57,0
284,2
118,0
221,6
218,8
171,9
2.175,3
760,5
92,0
140,8
248,7
5.494,7
1.325,8
1.781,6
1.387,7
2.421,4
161,6
732,8
255,5
111,3
1.100,1
215,1
204,7
201,4
754,6
440,9
282,3
Enc_Sal
43,1
23,9
34,0
125,3
15,4
44,5
35,1
15,3
104,9
24,1
72,8
141,3
306,7
687,6
66,2
1.733,4
165,9
120,0
38,6
37,1
53,1
30,5
22,1
109,3
83,9
171,5
192,4
Empregados
1.523
2.500
2.242
2.412
314
2.103
1.533
1.356
10.334
1.150
2.995
7.020
10.830
26.151
7.265
81.991
8.126
2.840
1.917
2.227
1.511
1.019
1.100
1.795
3.547
10.005
5.871
124
Tabela 18 “conclusão”
DMUs
CCR
1Andrad
0,28
8Caue
0,58
29Holcim
0,45
2Arg
0,47
17Dura
0,71
11Tupi
0,72
13Contcap
0,54
32MendJ
0,52
38Rossi
0,37
34Oas
0,43
4Barbosa
0,52
31Lafarg
0,59
35Placas
0,71
19Eit
0,41
15CrAl
0,62
18Eges
0,65
25Eucatex
0,41
28Gdk
0,49
26Gafisa
0,32
36Porto
0,48
20Elian
0,45
41Schah
0,19
10Cecrisa
0,30
12Liz
0,49
Fonte: Elaborada pelo autor
* Destaques do autor
BCC
0,84
0,83
0,81
0,80
0,80
0,79
0,79
0,78
0,77
0,77
0,76
0,76
0,76
0,75
0,74
0,71
0,70
0,67
0,63
0,62
0,61
0,61
0,55
0,50
Vendas
2.311,90
879,40
888,30
224,70
418,20
259,70
353,20
468,00
271,60
1.180,10
289,10
453,20
388,10
502,50
372,70
204,30
447,00
364,00
581,00
288,50
292,60
322,90
372,10
270,30
LL
123,1
111,7
-132,6
42,1
44,9
29,0
33,2
28,0
71,1
21,1
23,4
41,9
- 12,7
44,0
17,2
15,4
25,7
4,1
65,8
- 5,2
- 8,4
26,3
-13,6
- 28,0
CapTot
3.150,7
2.561,9
784,0
402,4
669,9
252,2
269,3
250,1
1.451,8
728,3
225,3
758,1
323,0
479,1
263,7
294,3
681,0
238,5
2.558,1
296,3
357,7
1.124,4
571,0
728,3
Enc_Sal
395,2
53,6
84,6
28,7
25,3
20,6
68,5
119,3
43,5
283,1
73,4
31,2
20,4
87,4
43,8
18,1
43,0
88,1
70,1
39,3
28,6
76,9
48,4
22,5
Empregados
11.644
1.760
2.118
3.069
979
529
3.423
6.235
722
37.194
2.469
779
544
4.665
1.120
2.507
1.588
2.850
2.309
1.607
1.970
1.906
2.288
522
125
Tabela 19 Índices de eficiência e os indicadores de desempenho absolutos no ano de 2009
DMUs
3_Azeved
23_Engev
30_Itambe
43_Supermix
45_Telemon
50_VotNNE
47_U&M
27_Galvao
35_Placas
51_Vot
37_Queiroz
8_Caue
6_Camargo
14_Odebrec
44_Techint
22_Enes
34_Oas
29_Holcim
16_Delta
1_Andrad
25_Eucatex
11_Tupi
7_Carioca
39_SAPaul
CCR
1,00
1,00
1,00
1,00
1,00
1,00
0,94
0,89
0,88
0,57
0,47
0,44
0,36
0,27
0,48
0,68
0,55
0,43
0,61
0,32
0,41
0,90
0,69
0,54
Ord
1
2
3
4
5
6
7
9
10
24
36
37
43
48
34
15
27
38
21
46
40
8
13
29
BCC
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,97
0,97
0,96
0,96
0,93
0,92
0,91
0,91
0,89
0,89
Ord
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Vendas
262,4
859,1
256,1
607,4
345,0
1.010,50
219,8
1.246,40
289,6
3.293,10
2.362,90
963,4
3.082,60
3.098,70
406,6
404,8
1.530,50
851,0
1.235,10
2.449,20
398,6
264,1
626,5
258,1
Ord
45
14
48
21
34
10
49
7
40
1
5
11
3
2
27
28
6
16
8
4
30
44
20
47
LL
8,9
71,5
88,0
34,2
17,2
216,6
20,8
161,2
16,1
810,1
276,8
297,4
375,9
565,1
85,5
41,6
34,2
146,6
130,6
-276,0
122,3
38,5
51,9
66,0
Ord
45
21
15
32
40
6
39
8
41
1
5
4
3
2
16
30
33
9
10
51
13
31
26
22
CapTot
70,8
327,9
229,7
190,4
65,5
2.166,2
184,2
411,9
606,1
7.745,3
1.637,0
1.721,2
2.752,3
3.360,8
251,2
145,8
794,4
714,7
656,9
2.661,3
733,2
223,4
334,2
317,4
Ord
50
34
43
46
51
8
47
27
23
1
11
10
4
2
39
49
13
15
20
5
14
45
33
35
En_Sal
48,9
18,4
17,6
65,1
147,5
25,1
20,2
195,0
16,2
122,9
442,7
66,5
792,5
1.765,9
119,7
155,3
437,3
90,6
184,2
486,4
47,2
19,0
43,2
57,1
Ord
30
48
50
27
11
42
46
7
51
13
4
26
2
1
14
10
5
20
8
3
33
47
36
28
Emp.
1.523
2.412
314
2.103
10.334
1.533
1.150
2.995
544
7.020
10.830
1.760
26.151
81.991
1.795
8.126
37.194
2.118
10.005
11.644
1.588
529
2.500
1.917
“continua”
126
Tabela 19 “conclusão”
DMUs
49_Via
9_Ccb
32_MendJ
24_Eternit
40_StaBarb
13_Contcap
4_Barbosa
2_Arg
18_Eges
46_Tigre
28_Gdk
5_Berneck
42_Serveng
48_UTC
33_Mrv
31_Lafarg
36_Porto
19_Eit
15_CrAl
20_Elian
38_Rossi
10_Cecrisa
12_Liz
41_Schah
21_Emsa
17_Dura
26_Gafisa
CCR
0,87
0,39
0,69
0,67
0,64
0,55
0,52
0,64
0,64
0,49
0,54
0,81
0,33
0,63
0,28
0,49
0,58
0,35
0,57
0,50
0,42
0,40
0,58
0,27
0,48
0,20
0,19
Ord
11
42
14
16
17
26
30
18
19
32
28
12
45
20
47
33
22
44
25
31
39
41
23
49
35
50
51
BCC
0,88
0,87
0,85
0,85
0,85
0,85
0,84
0,84
0,83
0,83
0,83
0,81
0,81
0,80
0,78
0,77
0,76
0,76
0,75
0,73
0,73
0,72
0,69
0,66
0,64
0,63
0,57
Ord
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
Vendas
343,1
927,2
807,8
260,4
361,9
640,9
357,0
207,0
471,4
947,7
430,9
293,6
398,7
857,5
535,2
451,0
272,3
552,2
305,5
275,7
315,4
355,9
269,3
344,9
194,6
1.061,70
719,0
Ord
36
13
17
46
31
19
32
50
24
12
26
39
29
15
23
25
42
22
38
41
37
33
43
35
51
9
18
LL
31,5
92,2
75,7
42,0
7,1
74,1
28,5
53,1
32,9
78,8
23,8
22,0
74,5
63,0
199,5
43,8
9,3
50,8
6,3
3,7
125,3
12,7
2,0
11,5
-40,2
56,2
122,6
Ord
35
14
18
29
46
20
36
25
34
17
37
38
19
23
7
28
44
27
47
48
11
42
49
43
50
24
12
CapTot
232,8
907,3
351,9
286,0
173,2
357,3
226,6
427,7
344,0
678,7
232,1
702,1
615,4
377,7
2.129,6
638,0
279,6
547,8
268,4
348,4
2.180,8
479,9
688,9
680,2
241,6
2.353,4
3.260,2
Ord
41
12
30
36
48
29
44
26
32
19
42
16
22
28
9
21
37
24
38
31
7
25
17
18
40
6
3
En_Sal
22,1
55,5
157,7
29,8
70,9
136,6
83,9
24,8
33,2
115,7
114,8
18,1
89,8
228,6
82,2
32,9
38,7
114,5
46,5
37,7
45,9
48,3
23,7
82,0
47,6
111,0
105,2
Ord
45
29
9
41
25
12
22
43
39
15
16
49
21
6
23
40
37
17
34
38
35
31
44
24
32
18
19
Emp.
1.100
1.511
6.235
1.019
2.227
3.423
2.469
3.069
2.507
2.840
2.850
1.356
3.547
5.871
7.265
779
1.607
4.665
1.120
1.970
722
2.288
522
1.906
2.242
979
2.309
Fonte: Elaborada pelo autor
*Destaques do autor
127
128
Em 2009, observa-se situações semelhantes do ocorrido em 2008.
Portanto, o porte apresenta relação moderada com a eficiência, já que as
empresas de menor porte, também, se encontram como eficientes (ver Tabela
19).
Relacionando e comparando os índices de eficiência e os índices de
desempenho econômico-financeiro, em 2008 e 2009 (Tabela 20 e Tabela 21),
também, verifica-se uma alternância de melhor índice econômico-financeiro e os
índices de eficiência. No entanto com uma concentração mais evidente dos
melhores índices econômico-financeiros com índices de eficiência acima de 0,8.
Nas Tabelas 20 e 21, são apresentados os índices de eficiência e os
índices de desempenho econômico-financeiro dos anos de 2008 eb 2009.
Tabela 20 Índices de eficiência e os índices de desempenho no ano de 2008
DMUs
3Azeved
7Carioca
21Emsa
23Engev
30Itambe
43Supermix
50VotNNE
5Berneck
45Telemon
47U&M
27Galvao
51Vot
37Queiroz
6Camargo
33Mrv
14Odebrec
22Enes
46Tigre
39SAPaul
40StaBarb
9Ccb
24Eternit
49Via
44Techint
42Serveng
16Delta
48UTC
1Andrad
8Caue
29Holcim
CCR
1,00
1,00
1,00
1,00
1,00
1,00
0,96
0,94
0,92
0,87
0,85
0,78
0,43
0,41
0,30
0,27
0,71
0,51
0,71
0,92
0,60
0,80
0,85
0,49
0,30
0,51
0,61
0,28
0,58
0,45
BCC
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,96
0,94
0,93
0,92
0,91
0,89
0,87
0,87
0,86
0,86
0,85
0,84
0,83
0,81
LC
1,3
3,3
3,6
2,5
1,7
1,0
0,9
2,9
1,7
1,2
3,2
0,7
7,2
1,5
3,2
2,1
1,5
2,0
3,3
2,1
0,7
1,9
6,3
1,4
2,3
6,8
1,5
2,0
0,9
2,1
Ord
38
8
7
18
31
43
47
15
32
40
11
50
1
33
12
21
35
26
9
23
48
27
3
37
19
2
36
24
44
22
LG
1,0
2,0
1,0
1,9
1,2
0,8
2,8
0,8
1,4
1,2
2,3
0,2
2,4
1,5
2,0
2,1
1,1
1,2
2,5
2,5
1,1
1,5
4,3
1,3
3,1
4,1
1,4
1,9
6,0
0,4
Ord
37
18
38
21
29
43
8
40
26
32
14
51
12
24
19
16
35
31
9
10
33
25
2
28
6
3
27
20
1
50
ROA
0,04
0,17
0,36
0,25
0,34
0,22
0,06
0,04
0,34
0,06
0,29
0,06
0,16
0,10
0,10
0,15
0,25
0,12
0,25
0,12
0,07
0,23
0,11
0,19
0,11
0,14
0,14
0,04
0,04
-0,17
Ord
38
11
1
6
2
9
33
39
3
32
4
34
12
25
26
13
5
18
7
17
28
8
22
10
21
14
15
37
40
51
ROE
0,19
0,3
0,51
0,5
0,6
0,58
0,08
0,07
0,95
0,13
0,48
0,18
0,22
0,2
0,15
0,23
1,13
0,23
0,39
0,17
0,14
0,33
0,14
0,47
0,14
0,18
0,37
0,07
0,06
-1,74
Ord
18
12
5
6
3
4
38
40
2
33
7
21
16
17
26
14
1
15
9
22
27
11
30
8
29
20
10
39
44
51
ML
0,01
0,07
0,22
0,05
0,31
0,08
0,13
0,11
0,10
0,04
0,11
0,10
0,12
0,07
0,55
0,12
0,09
0,09
0,24
0,06
0,09
0,19
0,07
0,12
0,24
0,07
0,05
0,05
0,13
-0,15
Ord
44
32
6
40
2
30
10
14
19
42
18
20
12
31
1
11
24
26
4
37
21
8
34
13
5
33
41
38
9
51
EG
0,80
0,44
0,30
0,50
0,44
0,62
0,25
0,39
0,64
0,57
0,38
0,67
0,28
0,49
0,33
0,38
0,77
0,47
0,36
0,30
0,45
0,31
0,23
0,60
0,21
0,22
0,62
0,47
0,28
0,90
Ord
6
28
39
20
29
13
46
32
11
16
34
10
45
21
36
33
7
26
35
40
27
37
48
15
51
49
14
25
42
2
PCT
4,09
0,80
0,43
1,00
0,78
1,64
0,34
0,65
1,80
1,32
0,62
2,01
0,39
0,95
0,49
0,61
3,44
0,88
0,56
0,43
0,82
0,45
0,30
1,47
0,26
0,28
1,65
0,89
0,40
9,29
Ord
6
28
39
20
29
14
46
31
11
16
32
10
44
23
36
33
7
26
35
40
27
37
48
15
51
49
13
25
42
2
“continua”
129
Tabela 20 “conclusão”
DMUs
2Arg
17Dura
11Tupi
13Contcap
32MendJ
38Rossi
34Oas
4Barbosa
31Lafarg
35Placas
19Eit
15CrAl
18Eges
25Eucatex
28Gdk
26Gafisa
36Porto
41Schah
10Cecrisa
CCR
0,47
0,71
0,72
0,54
0,52
0,37
0,43
0,52
0,59
0,71
0,41
0,62
0,65
0,41
0,49
0,32
0,48
0,19
0,30
BCC
0,80
0,80
0,79
0,79
0,78
0,77
0,77
0,76
0,76
0,76
0,75
0,74
0,71
0,70
0,67
0,63
0,62
0,61
0,55
LC
4,4
1,7
1,2
2,6
2,8
2,2
3,1
3,2
0,6
2,0
3,0
4,3
1,5
1,0
1,0
1,9
0,9
3,8
0,7
Ord
4
30
39
17
16
20
13
10
51
25
14
5
34
41
42
28
46
6
49
LG
2,3
0,5
1,1
3,1
2,4
1,2
1,8
2,2
0,8
1,6
3,0
4,0
2,1
0,4
0,9
1,1
0,6
0,8
0,4
Ord
13
46
34
5
11
30
22
15
41
23
7
4
17
49
39
36
45
42
47
ROA
0,10
0,07
0,11
0,12
0,11
0,05
0,03
0,10
0,06
-0,04
0,09
0,07
0,05
0,04
0,02
0,03
-0,02
0,02
-0,02
Ord
23
30
19
16
20
36
43
24
31
50
27
29
35
41
44
42
48
45
46
ROE
0,15
0,14
0,23
0,16
0,19
0,1
0,05
0,15
0,11
-0,13
0,13
0,08
0,07
0,08
0,07
0,07
-1,62
0,13
-0,15
Ord
24
28
13
23
19
35
45
25
34
48
31
36
41
37
43
42
50
32
49
ML
0,19
0,11
0,11
0,09
0,06
0,26
0,02
0,08
0,09
-0,13
0,09
0,05
0,08
0,06
0,01
0,11
-0,02
0,08
-0,04
Ord
7
16
15
22
36
3
43
27
25
50
23
39
28
35
45
17
46
29
48
EG
0,29
0,53
0,49
0,23
0,40
0,49
0,40
0,30
0,51
0,71
0,28
0,21
0,28
0,53
0,75
0,62
0,99
0,82
0,84
Ord
41
17
22
47
30
23
31
38
19
9
44
50
43
18
8
12
1
4
3
PCT
0,42
1,15
0,96
0,30
0,66
0,96
0,61
0,44
1,02
2,41
0,38
0,27
0,39
1,13
3,06
1,65
91,59
4,47
5,32
Ord
41
17
21
47
30
22
34
38
19
9
45
50
43
18
8
12
1
4
3
Fonte: Elaborada pelo autor
130
Tabela 21 Índices de eficiência e os índices de desempenho no ano de 2009
DMUs
3Azeved
23Engev
30Itambe
43Supermix
45Telemon
50VotNNE
47U&M
27Galvao
35Placas
51Vot
37Queiroz
8Caue
6Camargo
14Odebrec
44Techint
22Enesa
34Oas
29Holcim
16Delta
1Andradra
25Eucatex
11Tupi
7Carioca
39SAPaul
49Via
CCR
1,00
1,00
1,00
1,00
1,00
1,00
0,94
0,89
0,88
0,57
0,47
0,44
0,36
0,27
0,48
0,68
0,55
0,43
0,61
0,32
0,41
0,90
0,69
0,54
0,87
BCC
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,97
0,97
0,96
0,96
0,93
0,92
0,91
0,91
0,89
0,89
0,88
LC
1,4
3,4
4,8
1,0
1,2
1,4
1,0
2,5
1,6
2,5
6,7
1,1
1,8
2,1
1,5
1,9
3,0
1,3
6,9
1,8
0,8
1,7
5,3
3,4
4,5
Ord
38
10
4
46
41
39
45
20
34
21
2
44
30
24
37
28
14
40
1
29
48
33
3
9
5
LG
1,1
2
2,0
1
1,0
2
1
2
1
0
2,0
1
1
1,7
2
1
2
1
3
2
0,5
2
2
3
4
Ord
33
23
16
41
34
10
36
12
46
51
14
42
28
19
21
30
8
49
2
20
48
13
22
5
1
ROA
0,13
0,22
0,38
0,18
0,26
0,10
0,11
0,39
0,03
0,10
0,17
0,17
0,14
0,17
0,34
0,29
0,04
0,21
0,20
-0,10
0,17
0,17
0,16
0,21
0,14
Ord
24
6
2
12
5
30
28
1
44
31
13
17
22
14
3
4
40
10
11
50
18
16
19
8
21
ROE
0,63
0,52
0,51
0,52
1,47
0,14
0,24
0,64
0,06
0,41
0,26
0,29
0,21
0,33
0,67
0,76
0,07
0,67
0,28
-0,21
0,28
0,24
0,34
0,29
0,18
Ord
6
9
10
8
1
36
24
5
43
11
22
18
25
16
3
2
42
4
19
51
21
23
14
17
30
ML
0,03
0,08
0,34
0,06
0,05
0,21
0,09
0,13
0,06
0,25
0,12
0,31
0,12
0,18
0,21
0,10
0,02
0,17
0,11
-0,11
0,31
0,15
0,08
0,26
0,09
Ord
43
32
3
36
40
9
28
17
38
8
18
4
20
12
10
23
47
14
21
50
5
16
31
6
26
EG
0,80
0,58
0,25
0,65
0,82
0,28
0,53
0,39
0,52
0,74
0,36
0,40
0,34
0,50
0,49
0,62
0,37
0,69
0,28
0,50
0,41
0,28
0,55
0,29
0,26
Ord
5
13
48
9
3
43
15
30
16
6
35
28
38
18
19
10
34
7
44
17
23
42
14
41
47
PCT
4,02
1,40
0,33
1,88
4,60
0,38
1,11
0,63
1,10
2,87
0,56
0,67
0,52
0,98
0,97
1,67
0,58
2,25
0,39
1,00
0,71
0,38
1,20
0,42
0,35
Ord
5
12
48
9
3
44
15
31
16
6
35
25
38
18
19
10
34
8
42
17
23
43
14
41
47
“continua”
131
Tabela 21 “conclusão”
DMUs
9Ccb
32MendJ
24Eternit
40StaBarb
13Contcap
4Barbosa
2Arg
18Eges
46Tigre
28Gdk
5Berneck
42Serveng
48UTC
33Mrv
31Lafarg
36Porto
19Eit
15CrAl
20Elian
38Rossi
10Cecrisa
12Liz
41Schah
21Emsa
17Dura
26Gafisa
CCR
0,39
0,69
0,67
0,64
0,55
0,52
0,64
0,64
0,49
0,54
0,81
0,33
0,63
0,28
0,49
0,58
0,35
0,57
0,50
0,42
0,40
0,58
0,27
0,48
0,20
0,19
BCC
0,87
0,85
0,85
0,85
0,85
0,84
0,84
0,83
0,83
0,83
0,81
0,81
0,80
0,78
0,77
0,76
0,76
0,75
0,73
0,73
0,72
0,69
0,66
0,64
0,63
0,57
LC
1,6
2,2
4,0
3,0
3,0
3,5
2,8
1,9
2,0
1,2
3,0
4,1
1,7
2,3
0,9
0,7
3,3
3,2
0,8
3,3
0,7
1,6
1,7
2,8
1,1
2,1
Ord
36
23
7
17
16
8
18
27
26
42
15
6
32
22
47
50
11
13
49
12
51
35
31
19
43
25
LG
1
2
2
2
3,0
1,7
2
2
1,4
1,0
0,8
3,0
2
2,0
1
1
3
3
1
2
0,4
0,5
1
1
1
1,1
Ord
37
11
9
17
6
18
24
25
29
35
40
7
26
15
38
44
4
3
43
27
50
47
31
39
45
32
ROA
0,10
0,22
0,15
0,04
0,21
0,13
0,12
0,10
0,12
0,10
0,03
0,12
0,17
0,09
0,07
0,03
0,09
0,02
0,01
0,06
0,03
0,00
0,02
-0,17
0,02
0,04
Ord
29
7
20
38
9
23
27
32
25
33
41
26
15
34
36
43
35
45
48
37
42
49
47
51
46
39
ROE
0,16
0,36
0,20
0,08
0,28
0,20
0,20
0,16
0,20
0,34
0,05
0,16
0,39
0,15
0,11
0,54
0,13
0,03
0,05
0,10
0,15
0,01
0,02
-0,21
0,04
0,09
Ord
31
13
26
41
20
29
28
33
27
15
44
32
12
34
38
7
37
47
45
39
35
49
48
50
46
40
ML
0,10
0,09
0,16
0,02
0,12
0,08
0,26
0,07
0,08
0,06
0,07
0,19
0,07
0,37
0,10
0,03
0,09
0,02
0,01
0,40
0,04
0,01
0,03
-0,21
0,05
0,17
Ord
22
27
15
45
19
30
7
34
29
37
33
11
35
2
24
44
25
46
48
1
41
49
42
51
39
13
EG
0,37
0,40
0,25
0,48
0,27
0,38
0,39
0,40
0,41
0,69
0,35
0,23
0,58
0,35
0,40
0,94
0,30
0,27
0,80
0,40
0,83
0,47
0,31
0,20
0,42
0,59
Ord
33
27
49
20
45
32
31
29
24
8
36
50
12
37
25
1
40
46
4
26
2
21
39
51
22
11
PCT
0,60
0,66
0,33
0,91
0,37
0,63
0,64
0,65
0,70
2,28
0,55
0,31
1,37
0,55
0,66
15,35
0,43
0,38
4,12
0,66
4,77
0,89
0,43
0,25
0,73
1,44
Ord
33
28
49
20
46
32
30
29
24
7
36
50
13
37
26
1
40
45
4
27
2
21
39
51
22
11
Fonte: Elaborada pelo autor
132
133
Enfim, entende-se que os coeficientes de correlação e a relação entre os
índices de eficiências, para os anos analisados, podem, de forma geral, ser
classificados como moderados pela dispersão entre os índices. Uma vez que, nas
empresas analisadas, as variáveis não apresentam altas relações entre o
desempenho e a eficiência.
134
5 CONSIDERAÇÕES FINAIS
A utilização de técnicas de avaliação não-paramétricas é um caminho
que pode auxiliar nesse processo, principalmente quando os pressupostos de
métodos paramétricos limitam a aplicações quantitativas nas análises e as
invalidam e, ainda, como auxiliares destes métodos para facilitar o
entendimento, às vezes, de respostas complexas.
É neste contexto que a análise envoltória de dados (DEA), que mensura
a eficiência de unidades tomadoras de decisão (DMUs), tem sido inserida na
avaliação do desempenho empresarial e a sua utilização tem crescido
progressivamente em estudos acadêmicos.
Desta forma, o objetivo deste trabalho se pautou em avaliar o
desempenho das empresas de construção civil utilizando a DEA, focando em
identificar quais empresas (DMUs) do grupo analisado atingiria a eficiência nos
anos de 2008 e 2009, considerando como recursos (inputs) capital total e
encargos e salários e como produtos (outputs) vendas e lucro líquido e utilizando
os modelos clássicos de DEA: o CCR e o BCC.
A escolha dessa metodologia de análise foi motivada pelo crescente
número de estudos envolvendo DEA. A aplicação em empresas do setor de
construção civil se mostrou relevante pelas características de crescimento,
importância econômica e a evidência nas mídias de comunicação que o setor tem
apresentado. Os dados foram extraídos da base de dados Maiores e Melhores
Exame-FIPECAFI, com uma amostra de 51 (cinquenta e uma) empresas.
Inicialmente, realizou-se uma análise descritiva das empresas e do
desempenho econômico-financeiro por meio dos indicadores absolutos e índices,
com o objetivo de classificar as maiores empresas e as que apresentavam os
melhores índices de liquidez, rentabilidade e endividamento. Identificou-se um
crescimento em todos os indicadores, com exceções pontuais.
135
Os resultados encontrados demonstraram quantidades diferentes de
empresas consideradas eficientes pelos modelos aplicados. Sendo que, pelo
modelo CCR, tanto em 2008 e 2009, apenas 6 (seis empresas) atingiram o índice
de eficiência. Já no modelo BCC esse número mais que dobrou, com 16
(dezesseis) empresas sendo consideradas eficientes, em 2008, e 14 (catorze), em
2009, sendo que ocorreram variações positivas nos níveis de eficiência entre os
períodos.
Destaca-se que as empresas Azevedo & Travassos, Engevix, Itambé
Cimento e Supermix atingiram o índice de eficiência nos dois anos e pelos dois
modelos aplicados, sendo destaques positivos na classificação (ordem) de
eficiência.
Por meio das análises dos alvos, uma das grandes vantagens da DEA, foi
a possibilidade de verificar como as empresas consideradas ineficientes
poderiam atingir a fronteira de eficiência e melhorar o desempenho do setor
como um todo. Essa melhoria se pauta nas empresas referências, que por sua vez
são as que atingiram o índice de eficiência. A Itambé Cimento foi a empresa,
que, no geral, apresentou-se mais vezes como referência para melhoria.
No intuito de complementar as análises descritivas e as desenvolvidas
pela DEA, utilizou-se a Correlação de Spearman no intuito de verificar se
existiria correlação entre os índices de eficiência encontrados e os indicadores de
desempenho econômico-financeiro. Observou-se uma correlação positiva
moderada – 0,4 a 0,7 -, para índices, tais como, ROA, ROE e ML, e moderada
negativa para endividamento geral e participação de capital de terceiros. Os
coeficientes de correlação encontrados entre os índices e os indicadores não são
variáveis que expõem diretamente relações entre o desempenho e a eficiência,
analisada por meio de indicadores econômico-financeiros.
Após a análise de correlação, foi estruturado um comparativo dos
índices de eficiência, os indicadores de desempenho econômico-financeiro e os
136
um ordenamento (classificação) em relação ao grupo analisado. Constatou-se
que há uma heterogeneidade entre os índices de eficiência e os indicadores, não
sendo foi possível estabelecer um padrão de empresa eficiente e seus
indicadores, de forma que empresas de menor porte atingiram a eficiência e
empresas de grande, em alguns casos, não conseguiram. Evidenciando que a
eficiência não está relacionada somente ao porte, e que esta é mais complexa de
se atingir.
Considera-se que a análise envoltória pode fornecer aos interessados em
avaliar o desempenho organizacional, informações complementares sobre os
maiores determinantes de eficiência ou ineficiência, a partir de variáveis préselecionadas, pois possibilita análises que podem colocar as empresas do setor
de construção civil em situação de competitividade no mercado.
Enfim, como recomendações para futuros trabalhos, sugere-se o
incremento de variáveis ao modelo, a estruturação de um modelo DEA por
índices econômico-financeiros, a utilização de outras técnicas quantitativas, tais
como regressão linear múltipla e análises multivariadas. Realizar um estudo
comparativo de empresas de capital aberto versus as de capital restrito e,
também, estudar empresas internacionais do setor de construção civil e comparar
ao setor nacional.
137
REFERÊNCIAS
ABIKO, A. K. (Coord.). O Futuro da construção civil no Brasil: resultados de
um estudo de prospecção tecnológica da cadeia produtiva da construção
habitacional. São Paulo: USP, 2003.
ADLER, N.; FRIEDMAN, L.; SINUANY-STERN, Z. Review of ranking
methods in the data envelopment analysis context. European Journal of
Operational Research, Amsterdam, v. 140, n. 2, p. 249-265, July 2002.
ALMEIDA, M. R.; MARIANO; E. B.; REBELATTO, D. A. N. Análise de
eficiência dos aeroportos internacionais brasileiros. Revista Produção On line,
Florianópolis, v. 7, p. 9-20, dez. 2007. Edição Especial.
ASSAF NETO, A. Estrutura e análise de balanços: um enfoque econômicofinanceiro. 7. ed. São Paulo: Atlas, 2002.
ASSOCIAÇÃO BRASILEIRA DE MATERIAIS DE CONSTRUÇÃO;
FUNDAÇÃO GETÚLIO VARGAS. Análise setorial ABRAMAT. 2009.
Disponível em: < http://www.abramat.org.br/files/ boletim10abramt.pdf>.
Acesso em: 10 jan. 2011.
ASSOCIAÇÃO BRASILEIRA DE MATERIAIS DE CONSTRUÇÃO;
FUNDAÇÃO GETÚLIO VARGAS. Perfil da cadeia produtiva da construção
e da indústria de materiais. 2010. Disponível em: < http://www.abramat.org.
br/files/Perfil% 20da%20Cadeia%20Produtiva%202010%20baixa.pdf >. Acesso
em: 10 jan. 2011.
BARBOSA, A. C. T. A. M.; MACEDO, M. A. S. Desempenho organizacional
do setor de seguros no Brasil: aplicando DEA às informações contábilfinanceiras do ano de 2005. Revista Eletrônica de Administração, Porto
Alegre, v. 15, n. 1, p. 1-18, 2009.
BARROS, C. P.; GARCIA, M. T. M. Performance evaluation of pension funds
management companies with data envelopment analysis. Risk Management
and Insurance Review, San Diego, v. 9, n. 2, p. 165-88, Oct. 2006.
BONIZIO, R. C. Um Estudo sobre os aspectos relevantes da contabilidade e
o seu uso em empresas do setor de construção civil. 2001. 188 f. Dissertação
(Mestrado em Contabilidade e Controladoria) - Universidade de São Paulo, São
Paulo, 2001.
138
BRASIL. Secretaria da Receita Federal. Regularização de obra de construção
civil. Disponível em: <http://www.receita.fazenda.gov.br/Previdencia/Constr
Civil.htm>. Acesso em: 10 jan. 2011.
CÂMARA BRASILEIRA DA INDÚSTRIA DA CONSTRUÇÃO. Construção
civil e perspectivas 2010. 2010. Disponível em: <http://www.cbicdados.com.br/
files/textos/060.pdf>. Acesso em: 10 jan. 2011.
CASADO, F. L. Análise envoltória de dados: conceitos, metodologia e estudo
da arte na educação superior. Revista Sociais e Humanas, Santa Maria, v. 20,
n. 1, p. 59-71, 2007.
COLLINS, J.; HUSSEY, R. Pesquisa em administração: um guia prático para
alunos de graduação e pós-graduação. 2. ed. Porto Alegre: Bookman, 2005.
FARIA, A. C.; CUNHA, I.; FELIPE, Y. X. Manual prático para elaboração
de mononografias: trabalhos de conclusão de curso, dissertações e teses.
Petrópolis: Vozes, 2007.
FEDERAÇÃO DAS INDÚSTRIAS DO ESTADO DE SÃO PAULO.
Congresso Brasileiro da Construção. Caderno Técnico. 2009. Disponível em:
<www.fiesp.com.br/construcao>. Acesso em: 5 jan. 2011.
FERREIRA, A. R.; THEÓPHILO, C. R. Contabilidade da construção civil:
estudo sobre as formas de mensuração e reconhecimento de resultados. Revista
de Informação Contábil, Recife, v. 1, n. 1, p. 49-67, 2007.
FERREIRA, M. A. M. Eficiência técnica e de escala de cooperativas e
sociedades de capital na indústria de laticínios do Brasil. 2005. 159 f. Tese
(Doutorado em Ciência em Tecnologia de Alimentos) – Universidade Federal de
Viçosa, Viçosa, MG, 2005.
GATTOUFI, S. et al. Content analysis of data envelopment analysis literature
and its comparison with that of other OR/MS fields. The Journal of the
Operational Research Society, Oxford, v. 55, n. 9, p. 911-35, 2004.
GITMAN, L. J. Princípios de administração financeira. 7. ed. São Paulo:
Harbra, 1997.
GOLANY, B.; ROLL, Y. An application procedure for DEA. Omega
International Journal of Management Science, Noji Higashi, v. 17, n. 3,
p. 237-250, 1989.
139
IUDÍCIBUS, S. Análise de balanços: análise da liquidez e do endividamento,
análise do giro, rentabilidade e alavancagem financeira. 8. ed. São Paulo: Atlas,
2010.
KANESIRO, J. C. Desempenho econômico-financeiro e análise envoltória de
dados (DEA): um estudo em meios de hospedagem no Brasil. 2008. 155 f.
Dissertação (Mestrado em Turismo e Hotelaria) - Universidade do Vale do
Itajaí, Itajaí, 2008.
KASSAI, S. Utilização da Análise por Envoltória de Dados (DEA) na
Análise de Demonstrações Contábeis. 2002. 318 f. Tese (Doutorado em
Contabilidade e Controladoria) - Universidade de São Paulo, São Paulo, 2002.
LIMA, F. G.; SANTANA, L.; NOSSA, V. EBITDA: uma análise de correlação
com os retornos totais aos acionistas no mercado de capitais brasileiro. In:
ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E
PESQUISA EM ADMINISTRAÇÃO, 29., 2005, Brasília. Anais... Brasília:
ANPAD, 2005. 1 CD ROM.
LINS, M. P. E.; MEZA, L. Â. Análise envoltória de dados e perspectivas de
integração no ambiente de apoio à decisão. Rio de Janeiro: COPPE/UFRJ,
2000.
MACEDO, M. A. S.; BENGIO, M. C. Avaliação de eficiência organizacional
através de análise envoltória de dados. In: CONGRESSO LATINOAMERICANO DE ESCOLAS DE ADMINISTRAÇÃO, 38., 2003, Lima.
Anais... Lima: [s. n.], 2003. 1 CD ROM.
MACEDO, M. A. S. ; CAVALCANTE, G. T. Análise do desempenho
organizacional de agências bancárias: aplicando DEA a indicadores do BSC. In:
SEMINÁRIO EM ADMINISTRAÇÃO, 12., 2009, São Paulo. Anais... São
Paulo: USP, 2009. 1 CD ROM.
MACEDO, M. A. S.; CORRAR, L. J.; SIQUEIRA, J. R. M. Análise
comparativa do desempenho contábil-financeiro de empresas socioambientalmente responsáveis no Brasil. In: CONGRESSO DA ASSOCIAÇÃO
NACIONAL DO PROGRAMAS DE PÓS GRADUAÇÃO EM CIÊNCIAS
CONTÁBEIS, 3., 2009, São Paulo. Anais... São Paulo: ANPCONT, 2009.
1 CD ROM.
140
MACEDO, M. A. S.; SANTOS, R. M.; SILVA, F. F. Desempenho
organizacional no setor bancário brasileiro: uma aplicação da análise envoltória
de dados. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓSGRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 29., 2005, Brasília.
Anais... Brasília: ANPAD, 2005. 1 CD ROM.
MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. 4. ed.
Porto Alegre: Bookman, 2006.
MARION, J. C. Análise das demonstrações contábeis: contabilidade
empresarial. 4. ed. São Paulo: Atlas, 2009.
MATARAZZO, D. C. Análise financeira de balanços: abordagem básica e
gerencial. 6. ed. São Paulo: Atlas, 2008.
MELLO, J. C. C. B. S. et al. Curso de análise de envoltória de dados. In:
SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 37., 2005,
Gramado. Anais... Gramado: [s. n.], 2005. 1 CD ROM.
MESQUITA, J. L. M.; MACEDO, M. A. S. Avaliação do sistema brasileiro de
armazenagem convencional e a granel: um estudo apoiado em análise envoltória
de dados (DEA). Revista Brasileira de Armazenamento, Viçosa, MG, v. 34,
n. 1, p. 70-85, 2009.
MEZA, L. A. et al. SIAD – Sistema Integrado de Apoio à Decisão: uma
implementação computacional de modelos de análise de envoltória de dados. In:
SIMPÓSIO DE PESQUISA OPERACIONAL DA MARINHA, 6., 2003, Rio de
Janeiro. Anais... Rio de Janeiro: CASNAV, 2003. 1 CD ROM.
MILTERSTEINER, M. R. A Validade estatística do uso de índices
fundamentalistas no mercado de capitais brasileiro: um estudo aplicado ao
setor bancário. 2003. 74 f. Dissertação (Mestrado em Engenharia de Produção) Universidade Federal de Santa Catarina, Florianópolis, 2003.
MIN, H.; FOO, S. F. Benchmarking the operational efficiency of third party
logistics providers using data envelopment analysis. Supply Chain
Management, Bradford, v. 11, n. 3, p. 259-265, 2006.
MOURA, H. J.; OLIVEIRA, A. M. B. A Estrutura de capital e seu efeito sobre o
desempenho das empresas cearenses. In: SEMINÁRIO EM
ADMINISTRAÇÃO, 6., 2003, São Paulo. Anais... São Paulo: USP, 2003. 1 CD
ROM.
141
NAZARETH, L. G. C. Análise de eficiência de pequenos meios de
hospedagem da estrada real. 2009. 95 f. Dissertação (Mestrado em
Administração) - Universidade Federal de Lavras, Lavras, 2009.
NEELY, A. Measuring business performance. London: The Economist Books,
1998.
NEVES, S.; VICECONTI, P. E. V. Contabilidade avançada e análise das
demonstrações financeiras. 13. ed. São Paulo: Frase, 2004.
NUNES, A. Q. et al. Análise do desempenho organizacional: aplicando a
abordagem DEA a indicadores financeiros e não financeiros. In: SEMINÁRIO
EM ADMINISTRAÇÃO, 11., 2008, São Paulo. Anais... São Paulo: USP, 2008.
1 CD ROM.
OHIRA, T. H.; SHIROTA, R. Eficiência econômica: uma aplicação do modelo
de fronteira estocástica em empresas de saneamento. In: ENCONTRO
NACIONAL DE ECONOMIA ASSOCIAÇÃO NACIONAL DE PÓSGRADUAÇÃO EM ECONOMIA, 33., 2005, São Paulo. Anais... São Paulo:
ANPEC, 2005. 1 CD ROM.
PADOVEZE, C.; BENEDICTO, G. C. Análise das demonstrações financeiras.
2. ed. São Paulo: Thomson Learning, 2007.
PEREZ JÚNIOR, J. H.; BEGALLI, G. A. Elaboração das demonstrações
contábeis. São Paulo: Atlas, 1999.
RAFAELI, L. A análise envoltória de dados como ferramenta para avaliação
do desempenho relativo. 2009. 164 f. Dissertação (Mestrado em Engenharia de
Produção) - Universidade Federal do Rio Grande do Sul, Porto Alegre, 2009.
REVISTA EXAME; FUNDAÇÃO INSTITUTO DE PESQUISAS EM
CONTABILIDADE, ATUARIAS E FINANÇAS - FIPECAFI. Melhores e
maiores. Disponível em: <http://exame.abril.com.br/negocios/melhores-emaiores/>. Acesso em: 10 jan. 2011.
REZENDE, M.; ABIKO, A. K. Fatores da inovação tecnológica nas edificações.
In: CONFERÊNCIA LATINO-AMERICANA DE CONSTRUÇÃO
SUSTENTÁVEL, 1., 2004, São Paulo. Anais... São Paulo: PENUMA/ANTAC,
2004. 1 CD ROM.
142
RICHARDSON, R. J. Pesquisa social: métodos e técnicas. 3. ed. São Paulo:
Atlas, 1999.
SANTI FILHO, A.; OLINQUEVITCH, J. L. Análise de balanços para
controle gerencial. São Paulo: Atlas, 2004.
SCHRICKEL, W. K. Demonstrações financeiras: abrindo a caixa preta. São
Paulo: Atlas, 1999.
SHIMAKURA, S. E. Interpretação do coeficiente de correlação. 2006.
Disponível em: <http://leg.ufpr.br/~shimakur/CE003/node74.html>. Acesso em:
15 jan. 2011.
SILVA, F. F. Análise do desempenho econômico-financeiro de seguradoras.
2008. 206 f. Dissertação (Mestrado em Administração) - Universidade Federal
de Minas Gerais, Belo Horizonte, 2008.
SILVA, F. F. et al. Análise do desempenho econômico-financeiro de
seguradoras. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓSGRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 33., 2009, São Paulo.
Anais... São Paulo: ANPAD, 2009. 1 CD ROM.
SILVA, J. P. Análise financeira das empresas. 7. ed. São Paulo: Atlas, 2005.
SISTEMA integrado de apoio à decisão. Disponível em: <http://www.uff.br/
decisao>. Acesso em: 12 jan. 2011.
SOUZA, J. C. F. Eficiência bancária: uma abordagem não paramétrica aplicada
ao Banco do Brasil. 2006. 132 f. Tese (Doutorado em Economia) - Universidade
de Brasília, Brasília, 2006.
SOUZA, M. A. F.; MACEDO, M. A. S. Análise competitiva do preço de venda
no varejo automobilístico brasileiro: uma abordagem apoiada em DEA. In:
ENCONTRO DE ESTUDOS EM ESTRATÉGIA, 4., 2009, Recife. Anais...
Recife: ANPAD, 2009. 1 CD ROM.
TAVARES, R. A Estrutura de financiamento das empresas brasileiras
abertas do setor de construção civil incorporadoras de empreendimentos
imobiliários: um estudo comparativo. 2008. 160 f. Tese (Doutorado em
Administração) - Universidade de São Paulo, São Paulo, 2008.
143
VASCONCELLOS, A. V.; CANEN, A. G.; LINS, E. P. M. Identificando as
melhores práticas operacionais através da associação Benchmarking-DEA: o
caso das refinarias de petróleo. Pesquisa Operacional, Rio de Janeiro, v. 26,
n. 1, p. 51-67, jan./abr. 2006.
VILELA, D. L.; NAGANO, M. S.; MERLO, E. M. Aplicaçăo da análise
envoltória de dados em cooperativas de crédito rural. Revista de
Administração Contemporânea, Rio de Janeiro, v. 1, p. 99-120, 2007.
144
ANEXOS
ANEXO A
Quadro 1A Empresas estudadas: características legais, representativas e regionais
Nome
CNPJ
Principal Executivo
1
Andrade Gutierrez
17.262.213/0001-94
Rogério Nora de Sá
2
ARG
20.520.862/0001-52
Euler Miranda da Costa
Renato de Almeida
Pimentel Mendes
Gílson Mueller Berneck
Nicholas Reade
Celso Ferreira de
Oliveira
Roberto José Teixiera
Gonçalves
Humberto Junqueira de
Farias
Alexandre Roncon
Garcez de Lencastre
Rogério Gustavo Arns
Sampaio
André Adrien Theodore
Bucsan
Paulo Vasconcelos
Júlio Capobianco
Marcelo Bahia
Odebrecht
3
Azevedo & Travassos
57.259.392/0001-25
4
5
Berneck
Brascan
81.905.176/0001-94
29.964.749/0001-30
6
Camargo Corrêa
61.522.512/0001-02
7
Carioca Egenharia
40.450.769/0001-26
8
Cauê
62.258.884/0001-36
9
Ccb
10.919.934/0001-85
10
Cecrisa
79.655.916/0001-30
11
Cimento tupi
33.039.223/0001-11
12
13
Cimentos Liz
Construcap
33.920.299/0001-51
61.584.223-0001-38
14
Construtora Odebrecht
15.102.288/0001-82
Grupo
Andrade
Gutierrez
Cidade
São Paulo-SP
Belo Horizonte-MG
Azevedo &
Travassos
São Paulo-SP
Brascan Brasil
Araucária-PR
Rio de Janeiro-RJ
Camargo Corrêa
São Paulo-SP
Carioca
Rio de Janeiro-RJ
Camargo Corrêa
São Paulo-SP
Cimpor
São Paulo-SP
Criciúma-SP
CP Cimento e
Partic. S.A
Tração
Construcap
Odebrecht
Rio de Janeiro-RJ
Vespasiano-MG
São Paulo-SP
São Paulo-SP
“continua”
145
Quadro 1A “continuação”
Nome
CNPJ
Principal Executivo
Guilherme Moreira
Teixeira
Adhemar Rodrigues
Alves
Carlos Roberto Duque
Pacheco
15
Construtora Barbosa Mello
17.185.786/0001-61
16
Cr Almeida Obras
33.059.908/0001-20
17
Delta Construção
10.788.628/0001-57
18
Duratex
97.837.181/0001-47
Henri Penchas
19
20
Egesa
Eliane
17.186.461/0001-01
86.532.538/0001-6
Elmo Teodoro Ribeiro
Edson Gaidzinski Júnior
21
Emsa
17.393.547/0001-05
Annibal Crosara Júnior
22
23
24
25
Enesa
Engevix
Eternit
Eucatex
48.785.828/0001-29
00.103.582/0001-31
61.092.037/0001-81
56.643.018/0001-66
26
Gafisa
01.545.826/0001-07
27
28
29
30
31
32
Galvão
GDK
Holcim
Itambé Cimento
Lafarge
Mascarenhas Barbosa
01.340.937/0001-79
34.152.199/0001-95
60.869.336/0001-17
76.630.573/0001-60
61.403.127/0001-46
17.193.590/0001-19
33
Mendes Junior
19.394.808/0001-29
Sérgio Laurentys
Cristiano Kok
Élio Antonio Martins
Flávio Maluf
Wilson Amaral de
Oliveira
Jean Alberto Luscher
Antonio Arruti Rey
Carlos F. Bühler
Rubens Slaviero
Thierry Metro
Luiz Fernando Pires
Jesus. Murillo Valle
Mendes
Grupo
Cidade
Belo Horizonte MG
C.R. Almeida
Curitiba-PR
Rio de Janeiro - RJ
Grupo
Itaúsa,Ligna
AMC
Engevix
Eternit
São Paulo-SP
Belo Horizonte-MG
Cocal do Sul-SC
Aparecida de
Goiânia-GO
São Paulo-SP
Barueri-SP
São Paulo-SP
São Paulo-SP
São Paulo-SP
Holcim
Sirama
Lafarge
Mendes Junior
São Paulo-SP
Salvador-BA
São Paulo-SP
Curitiba-PR
Rio de Janeiro-RJ
Contagem-MG
São Paulo-SP
“continua”
146
Quadro 1A “conclusão”
Nome
CNPJ
34
MRV Engenharia
08.343.492/0001-20
35
OAS
14.310.577/0044-44
36
Placas
76.518.836/0001-44
37
38
39
Portobello
Queiroz Galvão
Rossi
83.475.913/0001-91
33.412.792/0001-60
61.065.751/0001-80
40
S.A. Paulista
60.332.319/0001-4
41
Santa Bárbara Engenharia
17.290.057/0001-75
42
Schahin
61.226.890/0001-49
43
44
45
Serveng Civilsan
Supermix
Techint
48.540.421/0001-31
34.230.979/0001-06
61.575.775/0001-80
Principal Executivo
Rubens Menin Teixeira
de Souza
José Adelmário Pinheiro
Carlos Nino Bianchi
Figueroa
César Bastos Gomes
Ildefonso Colares Filho
Heitor Cantergiani
Marlus Renato
Dall´Stella
Marcelo Dias
Salim e Milton/Carlos
Eduardo e Fernando
Schahin
Pelerson Soares Penido
Edison Dias Filho
Roberto Cauby Vidiga
46
Telemont
18.725.804/0001-13
Gilnei Machado
47
Tigre
84.684.455/0001-63
48
U&M
18.540.906/0001-64
49
Via Engenharia
00.584.755/0001-80
50
51
Votorantim Cimentos
Votorantim Cimentos N/Ne
96.824.594/0001-24
10.656.452/0001-80
Evaldo Dreher
Marcelo Ribeiro
Machado
Fernando Márcio
Queiroz
Walter Schalka
Walter Schalka
Grupo
Cidade
MRV
Belo Horizonte-MG
OAS
São Paulo-SP
ARAUCO
Curitiba-PR
Portobello
Queiroz Galvão
Rossi
Tijucas-SC
Rio de Janeiro - RJ
São Paulo-SP
São Paulo-SP
GD Empr. Ltda
Belo Horizonte-MG
São Paulo-SP
Soares Penido
Techint-DST
Dan Hebert
Participações S.A
Tigre
São Paulo-SP
Belo Horizonte-MG
São Paulo-SP
Belo Horizonte-MG
Joinville-SC
Rio de Janeiro-RJ
Grupo Via
Brasília-DF
Votorantim
Votorantim
Votorantim-SP
Recife-PE
147
Quadro 2A Dissertações abordando análise envoltória de dados - DEA
1
Autor
Instituição / Ano
Título
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Instituição / Ano
Título
Objetivo
Setor
2
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Everton Zanini Machado
Pontifícia Universidade Católica do Rio Grande do Sul / 2008
Análise Envoltória de dados sobre as Universidades Brasileiras – uma análise sobre eficiência
Criar e estabelecer um critério sólido de avaliação das instituições de ensino superior.
Educação
26 Instituições Federais e 6 Instituições Privadas
Número de docentes com doutorado, mestrado e especialização; Relação entre o número de docentes
pelo número de alunos; Quantidade de Cursos de pós-graduação e graduação avaliados.
Avaliação dos cursos de pós-graduação efetuada pela Capes; Avaliação dos cursos de graduação
através das notas do Enade; Relação entre o número de alunos concluintes pelo número de alunos
matriculados.
MEC; INEP, Deaes
CCR
Luciano Delfini Alencastro
Pontifícia Universidade Católica do Rio Grande do Sul / 2006
Eficiência na gestão de recursos em Instituições Privadas de Ensino Superior: Estudo de Caso
Avaliar a eficiência dos cursos de graduação de uma universidade privada
Educação
Estudo de caso de instituição de ensino superior privada
Hora-doutor, Hora-mestre, Hora-outros, Evasão e Vagas oferecidas
Número de formandos, Número de matriculados e Receita
INEP, MEC
CCR
148
Quadro 2A “continuação”
Autor
Instituição / Ano
Título
Objetivo
3
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Instituição / Ano
Título
Objetivo
4
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Wanderlei José Ghilardi
Universidade Federal de Santa Catarina / 2006
Avaliação não-paramétrica de desempenho do setor bancário brasileiro
Avaliar o desempenho econômico e financeiro dos cinquenta maiores bancos brasileiros que atuam no
Brasil
Bancário
50 Instituições Bancárias Brasileiras
Patrimônio Líquido e Número de Funcionários
Proporcionalidade entre a capacidade de geração de receita de cada banco
BACEN
BCC e CCR
Leonardo Rafaeli
Universidade Federal do Rio Grande do Sul / 2009
A Análise Envoltória de Dados como ferramenta para avaliação do desempenho relativo
Estruturar uma sistemática de apoio à utilização da DEA para avaliação de desempenho que possa ser
replicada em aplicações de naturezas distintas
Transporte Aéreo de Passageiros
230 Companhias Aéreas de 126 países
Funcionários; Frota; Horas voadas.
Taxa de aproveitamento de carga; Passageiros-quilômetros; Taxa de ocupação.
IATA
BCC e CCR
149
Quadro 2A “continuação”
Autor
Instituição / Ano
Título
Objetivo
5
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Instituição / Ano
Título
Objetivo
6
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Ana Elisa Périco
Universidade de São Paulo / 2009
A relação entre as infraestruturas produtivas e o Produto Interno Bruto (PIB) das regiões brasileiras:
uma análise por Envoltória de Dados
Analisar as formas pelas quais as infraestruturas produtivas se relacionam com o Produto Interno Bruto
das regiões brasileiras, determinando a margem de contribuição das categorias de infraestrutura para a
formação do PIB de cada região.
Econômico
Todas as regiões brasileiras, no período de 1980 a 2005.
Emprego; Capital fixo; Infraestrutura
Produto Interno Bruto
IBGE, PIA
BCC
Igor Bernardi Sonza
Universidade Federal de Santa Catarina / 2007
Análise da Eficiência do setor varejista de gêneros alimentícios
Realizar análise comparativa entre o porte e a eficiência das maiores empresas varejistas de gêneros
Alimentícios do Brasil através do Cálculo DEA e identificar alvos alternativos para as empresas menos
eficientes.
Alimentício (Ramo supermercadista)
500 empresas (24 empresas de grande porte, 430 empresas de médio porte, 46 empresas de pequeno
porte
Área de vendas da loja; Número de Check-Outs, Lojas e Funcionários.
Venda bruta; Variação Percentual do Faturamento.
SuperHiper
BCC e CCR
150
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
Objetivo
7
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
8
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
“continua”
Josemar Pereira de Sousa Júnior
Mestrado em Economia Agrícola
Universidade Federal do Ceara / 2002
Análise da Eficiência da Produção de Camarão Marinho em cativeiro no Estado do Ceará
Analisar se os carcinicultores estavam realizando a atividade de forma eficiente, tanto no que diz
respeito à parte técnica, utilizando quantidades de insumos adequadas para certo nível de produção,
como na parte de alocação de recursos, dada a relação de preços entre os insumos, resultando numa
possível análise de eficiência econômica.
Agroindústria (Carcinicultura)
210 carcinicultores (produtor de camarão)
Produtividade do trabalho; Produção do camarão confinado.
Produtividade do capital circulante; Renda Bruta.
Dados primários
José Carlos Rocha da Silva Júnior
Mestrado em Economia
Universidade Federal de Pernambuco / 2008
Análise da Eficiência do setor bancário no Brasil por estrutura de capital sob as óticas da Firma e da
Sociedade
Analisar a eficiência do setor bancário no Brasil segmentado por estrutura de capital, avaliando os
segmentos público, privado e estrangeiro de forma agregada considerando o ponto de vista das firmas
bancárias e o ponto de vista da sociedade.
Bancário
12 Instituições financeiras de grande porte
Participação no total de depósitos; Quantidade de Agências; Provisão para Credores de Liquidação
Duvidosa.
Participação do Crédito; Volume de Depósitos; Volume de Crédito Concedido; Índice de Adimplência
151
Quadro 2A “continuação”
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
8
Objetivo
9
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
10
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Banco Central do Brasil
BCC e CCR
Luiz Gustavo Camarano Nazareth
Mestrado em Administração
Universidade Federal de Lavras / 2009
Análise de Eficiência de pequenos meios de hospedagem da estrada real
Identificar a eficiência econômico-financeira dos pequenos meios de hospedagem da Estrada Real,
utilizando Análise Envoltória de Dados
Hoteleiro
06 Hotéis e 06 Pousadas
Gasto com energia elétrica; Gasto total com pessoal; Ativo Permanente
Receita Bruta Acumulada
Dados primários
BCC e CCR
Flávio Paim Freaza
Mestrado Profissionalizante em Administração / 2006
Faculdade de Economia e Finanças
Análise de Eficiência do mercado bancário brasileiro, utilizando a metodologia da Análise Envoltória
de Dados
Definir a eficiência dos 50 maiores conglomerados financeiros do mercado bancário de varejo
brasileiro
Bancário
50 Maiores Instituições Bancárias Brasileiras, por ativo total
Funcionários; Alavancagem; Inadimplência; Grau de Imobilização
Resultado de Intermediação Financeira; Rentabilidade;
Banco Central do Brasil
BCC e CCR
152
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
Objetivo
11
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
12
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Paulo Ferreira dos Santos
Mestrado em Engenharia Civil
Universidade Federal do Espírito Santo / 2008
Análise de Eficiência do Transporte Rodoviário Interestadual de Passageiros por ônibus no Brasil
Avaliar a eficiência técnica das empresas que operam no sistema de transporte rodoviário interestadual
de passageiros por ônibus no Brasil
Transporte
115 empresas, de grande, médio e pequeno porte (79% do mercado)
Quantidade de veículos; Idade Média da Frota; Número de Motoristas
Número de passageiros; Distância Percorrida; Viagens Realizadas
Anuário da Agência Nacional de Transporte Terrestre
BCC
Carlos Eduardo Freire Araújo
Mestrado em Transportes
Universidade de Brasília / 2008
Análise de Eficiência dos Custos Operacionais de rotas do transporte escolar rural
Avaliar a eficiência das rotas do Transporte Escolar Rural (TER), em termos de seus custos
operacionais, identificando rotas eficientes (benchmarks) e rotas ineficientes.
Transporte
Rotas de 13 municípios de diferentes regiões do Brasil
Custo/Km; Consumo
Quilômetro - Km; Número de Alunos; Assentos.
Ceftru/UnB
BCC
153
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
George Eduardo Serra Almeida
Mestre de Engenharia
Universidade de São Paulo / 2006
Análise do Índice de Instalação de Empresas no Município de Osasco utilizando sistemas de
informação geográfica e análise envoltória – DEA
Avaliar a influência dos fatores espaciais no processo de localização e migração de empresas.
Planejamento urbano
Município de Osasco
Quantitativos de domicílios; População; Preço médio do terreno
Quantitativo de empresas; Distâncias aos acessos das rodovias;
IBGE; RAIS; CNAE
CCR
Paulo José Lopes Normande Galvão
Mestrado em Administração
Faculdade de Economia e Finanças / 2008
Análise Envoltória de Dados aplicada ao setor brasileiro de distribuição de Energia Elétrica
Determinar, classificar e ordenar as distribuidoras do setor elétrico brasileiro que ao atender seus
consumidores, utilizam seus insumos de forma mais eficiente em relação às demais.
Energia Elétrica
33 companhias de energia elétrica
Força de Trabalho; Empregados; Número de postes e transformadores; Despesas Operacionais.
Consumidores Atendidos; Demanda de Energia; Área de Concessão
ABRADEE
Modelo DEA
BCC e CCR
Título
13
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
14
“continua”
154
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
15
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
16
Objetivo
Setor
Amostra
Base de Dados
Modelo DEA
“continua”
Nivaldo Donizete Perentelli
Mestrado em Administração
Universidade Metodista de São Paulo / 2007
Aplicação da Análise Envoltória de Dados no estudo da eficiência econômico-financeira da indústria
siderúrgica brasileira dos anos 2004 e 2005
Análise da eficiência Econômica-Financeira das empresas siderúrgicas brasileiras no biênio
2004/2005, as quais foram fortemente influenciadas pela reestruturação produtiva do setor siderúrgico
provocado pelo programa de privatização na década de 90.
Siderúrgico
23 empresas da indústria siderúrgica
Patrimônio líquido Ajustado; Número de empregados
Vendas, Riqueza por empregado, Crescimento de vendas, Ativo Imobilizado
Revista EXAME e website CVM
CCR
Aline Eloyse Lang
Mestrado em Transportes
Universidade de Brasília/ 2007
As ferrovias no Brasil e Avaliação Econômica de projetos: uma aplicação em projetos ferroviários
Utilização de uma metodologia para priorização de investimentos em ferrovias segundo seu retorno
social
Ferroviário
Setor Ferroviário
ANTF
ACE
155
Quadro 2A “continuação”
17
Autor
Programa
Instituição / Ano
Título
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
18
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Neiva Teresinha Badin
Mestrado em Engenharia de Produção
Universidade Federal de Santa Catarina / 1997
Avaliação da produtividade de supermercados e seu benchmarking
Análise da eficiência, em termos de faturamento, dos 600 maiores supermercados do País em 1996.
Supermercadista
600 maiores supermercados
Número de checkouts da empresa; area de venda da empresa; número de lojas; número de
funcionários.
Faturamento
SuperHiper
CCR
Geovandro Gomes da Silva
Mestrado em Engenharia de Produção
Universidade Federal de Itajubá / 2008
Análise da Eficiência de Unidades de Manufatura baseada na Análise Envoltória de Dados
Efetuar a análise comparativa da eficiência produtiva das unidades de manufatura, aplicando a técnica
Análise Envoltória de Dados, em informações de desempenho operacional destas unidades.
Automobilístico
01 empresa do setor automobilístico, amostra por conveniência
Estoque; Custo do Pessoal; Funcionários.
Resultado operacional; Vendas por Funcionários.
Balanced ScoreCard da empresa estudada
BCC e CCR
156
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
19
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
20
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Evandro Minato
Mestrado em Engenharia de Produção
Universidade Federal de Santa Catarina / 2006
Avaliação de produtividade de uma indústria na linha do tempo utilizando DEA (Data Envelopment
analysis)
Análise de dados de insumos e produtos utilizados pela empresa no decorrer do tempo, criando um
ranking de desempenho a fim de indicar o período de maior eficiência, usando como ferramenta a
técnica de Análise Envoltória de Dados (DEA).
Industrial
01 Empresa privada com fins lucrativos
Custo; Clientes
Satisfação; Receitas
Dados primários
CCR
Samantha Figueiredo Silveira
Mestrado em Engenharia Civil
Universidade Federal de Santa Catarina / 2008
Desempenho e Benchmarking de empresas de transporte rodoviário interestadual de passageiros
Definir o desempenho das Empresas de Transporte Rodoviário Interestadual de Passageiros e
identificar as empresas eficientes e as não eficientes.
Transporte Rodoviário
141 Empresas do setor em estudo
Quilometragem anual; Frota; Número de passageiros e de Linhas.
Total de passageiros por quilômetros
ANTT
BCC e CCR
157
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
21
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
22
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Janaína Cristina Kanesiro
Mestrado em Turismo e Hotelaria
Universidade do Vale do Itajaí / 2008
Desempenho Econômico-Financeiro e Análise Envoltória de Dados (DEA): um estudo em meios de
hospedagem no Brasil
Apresentar uma contribuição à análise do desempenho econômico-financeiro dos meios de
hospedagem por meio da análise envoltória de dados (DEA)
Hotelaria
212 Meios de Hospedagem
Indicadores de Estrutura de Capital
Rentabilidade; Indicadores de Liquidez
InvestNews Online da Gazeta Mercantil
BCC e CCR
Willian Santana
Mestrado em Ciências Contábeis
Universidade de Brasília / 2005
Determinantes do desempenho financeiro das empresas públicas municipais prestadoras dos serviços
de água e saneamento no Brasil.
Verificar quais os fatores são determinantes do desempenho financeiro das empresas públicas
municipais prestadoras dos serviços de água e saneamento.
Saneamento básico
201 empresas municipais e públicas prestadoras de serviços
Total de funcionários; Custo Operacional.
Volume Faturado; Participação do Mercado
SNIS
CCR e BCC
158
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
Objetivo
23
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
24
Paulo Lima Verardo
Mestrado em Economia
Universidade Federal de Viçosa / 2008
Eficiência dos Departamentos da Universidade Federal de Viçosa
Fazer uma análise da eficiência técnica relativa dos departamentos da Universidade Federal de Viçosa
(UFV)
Educação
01 instituição de ensino superior pública (Departamentos)
Número de professores de cada departamento.
Carga horária; Número de alunos por disciplina; Número de Publicações; Índice de Qualificação
Docente.
Planilhas de Alocação de Recursos UFV
CCR
Pedro Lucas da Cruz Pereira Araújo
Mestrado em Economia
Universidade de Brasília / 2007
Eficiência Tributária Municipal em Dois Estágios: Análise Envoltória de Dados (DEA) e Regressão
Quantílica
Quantificar a eficiência técnica dos Municípios na produção de receitas e cadastros tributários.
Administração Pública
48 Municípios da Federação
Número de Funcionários Ativos; Despesas Administrativas;
Receita do IPTU; Receita do ISSQN; Demais Receitas; Número de Cadastro do IPTU e ISSQN.
CCR e BCC
159
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
25
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
26
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Júlio César dos Santos Pimentel
Mestrado em Administração de Organizações
Universidade de São Paulo / 2009
Eficiência Tributária: um estudo do desempenho das regiões fiscais da Receita Federal do Brasil na
arrecadação de imposto de renda entre 1995 e 2006
Verificar a eficiência na arrecadação dos recursos pelo governo federal como forma de promover o
desenvolvimento e, conseqüente, bem-estar.
Administração Pública
10 Regiões Fiscais da Receita Federal do Brasil
População; Pobreza; PIB
Arrecadação da Receita Federal
IPEA e SRF
BCC e CCR
Charles Okama de Souza
Mestrado em Administração
Universidade Federal de Viçosa / 2007
Esforço Fiscal e Alocação de Recursos nos Municípios da Zona da Mata de Minas Gerais
Identificar o esforço de arrecadação tributária e a alocação de recursos, diante dos repasses do Fundo
de Participação Municipal e Cota Parte do ICMS destinados aos municípios da Zona da Mata de Minas
Gerais.
Administração Pública
Municípios Mineiros da Zona da Mata
População Urbana; Valor Adicionado Fiscal; Massa salarial do setor formal
Receita Tributária dos Municípios
STN, TCEMG, IBGE
BCC
160
Quadro 2A “continuação”
27
Autor
Programa
Instituição / Ano
Título
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
28
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
José Alexandre Borges Pedrosa
Mestrado em Ciências Econômicas
Universidade do Estado do Rio de Janeiro / 2008
Esperança de vida e Eficiência Técnica de Gastos Públicos
Avaliação de políticas públicas nos municípios do Estado do Rio de Janeiro
Administração Pública
50 Municípios do Estado do Rio de Janeiro
Despesas pagas em saúde; Gastos com saneamento; PIB
Esperança de vida e Eficiência Técnica de Gastos Públicos
DATASUS; IBGE; IPEA; CIDE
CCR
Marcelo Sales Ferreira
Mestrado Profissionalizante em Gestão e Estratégia de Negócios
Universidade Federal Rural do Rio de Janeiro / 2005
Estratégia Competitiva no Varejo de Supermercado Brasileiro: uma análise do desempenho das seis
maiores redes entre 1999 e 2003
Análise de desempenho dos grandes competidores atuantes no mercado brasileiro de supermercados,
estendendo essa discussão até uma abordagem estratégica sobre a competitividade no setor.
Supermercadista
Seis maiores redes de supermercado varejista brasileiro (CBD, Carrefour, Sonae, Bompreço, Sendas e
Wal Mart)
Número de Funcionários; Número de Lojas; Área de Vendas.
Faturamento
SuperHiper
CCR
161
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
29
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
30
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Ricardo Floriani
Mestrado em Administração
Universidade Regional de Blumenau / 2009
Identificação de Inovações e seus reflexos nos índices de rentabilidade de empresas brasileiras de
capital aberto
Identificar inovações tecnológicas e ações inovadoras implementadas e seus reflexos nos índices de
rentabilidade em empresas brasileiras de capital aberto.
Multisetorial
22 empresas de capital aberto com ações negociadas na BOVESPA
Inovação
Rentabilidade
BOVESPA
BCC
Marcelo Monteiro da Paixão
Mestrado em Engenharia de Produção
Universidade Federal Fluminense / 2006
Métodos Alternativos para a avaliação de produtividade dos cursos de pós-graduação stricto sensu em
Engenharia Mecânica no Brasil.
Realizar um estudo acerca da produtividade dos cursos de pós-graduação stricto sensu em Engenharia
Mecânica.
Educação Superior
23 Instituições de Ensino Superior Brasileiras
Mestres Titulados, Doutores Titulados; Doutores Autores
Publicações
CAPES
BCC e CCR
162
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
31
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
32
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Carlos Alberto Gresoan Bonacim
Mestre em Controladoria e Contabilidade
Universidade de São Paulo / 2006
O Cálculo do Valor Econômico Agregado à sociedade por Hospitais Universitários Públicos: um
estudo de caso no Hospital das Clínicas da FMRP – USP
Calcular o valor econômico agregado à sociedade por Hospitais Universitários Públicos, segundo os
preceitos da Gestão Baseada em Valor.
Hospitalar
01 Unidade Hospitalar Universitária
Receita SUS; Subvenções; Total de Leitos disponibilizados; Total de Médicos Contratados.
Total de Consultas e exames; Total de Internações; Total de cirurgias.
Instituição e DATASUS
Robson Machado da Rosa
Mestrado em Administração
Universidade Federal de Santa Maria / 2007
Relação entre eficiência e rentabilidade no setor bancário brasileiro
Analisar a existência, ou não, de relação entre a eficiência e a rentabilidade dos 50 maiores bancos que
atuam no Brasil
Bancário
50 maiores Instituições Bancárias Brasileiras
Patrimônio líquido; Passivo Exigível; Total de Funcionários
Receitas de serviços e outras receitas operacionais; Receitas com arrendamento mercantil
BACEN
BCC e CCR
163
Quadro 2A “continuação”
Autor
Programa
Instituição / Ano
Título
33
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
34
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Giusepe Arpino
Mestrado em Administração
Universidade de São Paulo / 2008
Relação entre uso de TI e Eficiência Organizacional: um estudo no setor brasileiro de bens de capital
mecânicos
Analisar a relação entre o uso da TI de gestão e de produção e a eficiência de empresas brasileiras
manufatureiras do setor de bens de capital
Bens de Capital
80 Empresas
Despesas com TI de gestão e de produção; Investimentos em TI de Gestão e Produção
Taxa de Giro do estoque; Faturamento
Dados primários
BCC e CCR
Naja Brandão Santana
Mestrado em Engenharia de Produção
Universidade de São Paulo / 2008
Responsabilidade Socioambiental e Valor da Empresa: uma análise por envoltória de dados em
empresas distribuidoras de energia elétrica
Identificar a relação entre investimentos em Responsabilidade Socioambiental e o Valor da Empresa,
em empresas distribuidoras de energia elétrica.
Energia Elétrica
20 empresas brasileiras distribuidoras de energia elétrica, entre 2002 e 2006
Custos dos Serviços prestados
Valor da Empresa
IBASE
BCC e CCR
164
Quadro 2A “conclusão”
Autor
Programa
Instituição / Ano
Hélio Darwich Nogueira
Mestrado em Engenharia de Produção
Universidade Federal Fluminense / 2008
Seleção de ativos e critérios de alocação de recursos para gestão passiva de carteiras referenciadas ao
Título
Ibovespa utilizando Data Envelopment Analysis – DEA
Dar continuidade aos estudos da adequabilidade da metodologia Data Envelopment Analysis (DEA)
Objetivo
para seleção de ativos no mercado de renda variável brasileiro proposto por Pigatto (2005) seguindo
35
proposta de Powers e McMullen (2000).
Setor
Multisetorial
Amostra
Companhias abertas referenciadas no Ibovespa
Variável Inputs
Preço/Lucro; Preço/Valor Patrimonial da Ação.
Variável Outputs
Rentabilidade Acumuladas Corrigidas por Proventos
Base de Dados
BOVESPA
Modelo DEA
BCC
Fonte: Elaborado pelo autor, a partir do Banco de Teses e Dissertações da CAPES (2010)6
6
COORDENAÇÃO DE APERFEIÇOAMENTO DE PESSOAL DE NÍVEL SUPERIOR – CAPES. Portal de Periódicos.
Disponível em: < http://www.periodicos.capes.gov.br/>. Acesso em: 10 nov. 2010.
Palavras-chave pesquisadas: Análise Envoltória de Dados; Data Envelopment Analysis, DEA, Análise de Eficiência, Eficiência.
165
Quadro 3A Teses abordando análise envoltória de dados - DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
1
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
2
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Silvia Kassai
Doutorado em Contabilidade e Controladoria
Universidade de São Paulo / 2002
Utilização da Análise Envoltória de Dados (DEA) na Análise das Demonstrações Financeiras
Apresentar uma contribuição à avaliação do desempenho econômico das empresas por meio da Análise
de Demonstrações Contábeis.
Energético e Alimentício
48 empresas de energia elétrica e 56 empresas do setor alimentício
Despesas Administrativas; Número de Funcionários; Ativo Total
Receitas de Operações de Crédito; Resultado Operacional; Receita de Prestação de Serviço
Melhores e Maiores de Fipecafi-Exame
BCC
Ana Elisa Périco
Doutorado em Engenharia de Produção
Universidade de São Paulo / 2009
A relação entre as infraestruturas produtivas e o Produto Interno Bruto (PIB) das regiões brasileiras: uma
análise por Envoltória de Dados
Analisar as formas pelas quais as infraestruturas produtivas se relacionam com o Produto Interno Bruto
das regiões brasileiras
Econômico
Todas as regiões brasileiras, no período de 1980 a 2005.
Emprego; Capital fixo; Infraestrutura
Produto Interno Bruto
IBGE, PIA
BCC
166
Quadro 3A “continuação”
Autor
Programa
Instituição / Ano
Título
3
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
4
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Maria Anita dos Anjos
Doutorado em Engenharia de Produção
Universidade Federal de Santa Catarina / 2005
Aplicação da Análise Envoltória de Dados (DEA) no estudo da Eficiência Econômica da Indústria Têxtil
Brasileira nos anos 90
Analisar a indústria têxtil brasileira sob o ponto de vista dos desafios enfrentados pelo segmento, bem
como, verificar sua produtividade e/ou eficiência relativa utilizando o método DEA.
Têxtil
94% do mercado têxtil
Custos; Salários; Retiradas
Receita Líquida de vendas da indústria têxtil
IBGE, CNAE, RAIS
BCC e CCR
Guilherme Marques Calôba
Doutorado em Engenharia
Universidade Federal do Rio de Janeiro / 2003
Combinando Envoltória sob dupla ótica, Teoria da Referência e Análise de Investimentos para avaliação
de blocos exploratórios de petróleo e gás no Leilão da ANP
Investigar a forma pela qual pode se transformar um modelo de avaliação baseado em risco em retorno
para um modelo baseado na eficiência dos blocos, segundo o modelo DEA.
Petrolífero
07 empresas do setor
Risco; Retorno
Preço
ANP
BCC e CCR
167
Quadro 3A “continuação”
Autor
Programa
Instituição / Ano
Título
5
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
6
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Cristiane Márcia dos Santos
Doutorado em Economia Aplicada
Universidade Federal de Viçosa / 2005
Disparidades Regionais nos serviços de saúde em Minas Gerais: uma alternativa de alocação eficiente de
recursos do SUS
Analisar as disparidades regionais no setor de saúde das sessenta e seis microrregiões do Estado de
Minas Gerais nos anos de 1991 e 2000
Administração Pública
66 Microrregiões do Estado de Minas Gerais
Número de Hospitais, de Leitos Hospitaleiros e Gasto das Internações
Total de Internações e o universo da Taxa de Mortalidade
DATASUS; PNUD
BCC
João Carlos Felix Souza
Doutorado em Economia
Universidade de Brasília / 2006
Eficiência Bancária: Uma abordagem não paramétrica aplicada ao Banco do Brasil
Comparação empírica da eficiência bancária, calculados por modelos não paramétricos, utilizando a
distribuição dessa variável e pesquisando seus outliers.
Bancário
01 Instituição Pública do setor bancário
Despesas Administrativas; Homens/Hora
Aplicação; Captação; Fundos; Tarifas de serviços.
BB
BCC e CCR
168
Quadro 3A “continuação”
7
Autor
Programa
Instituição / Ano
Título
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
8
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
“continua”
Carlos Alberto G Barreto Campello
Doutorado em Administração
Universidade de São Paulo / 2003
Eficiência Municipal: um estudo no estado de São Paulo
Analisar, da perspectiva da gestão Municipal, a existência e dimensionamento do hiato de recursos.
Administração Pública
Municípios Paulistas
População; Renda
Receita de Tributos
TCE-SP; FINBRA; IBGE
CCR
Marco Antonio Figueiredo Milani Filho
Doutorado em Contabilidade e Controladoria
Universidade de São Paulo / 2009
Eficiência Produtiva no terceiro setor: um estudo comparativo de desempenho entre organizações
filantrópicas asilares
Classificar, sob a perspectiva da eficiência, as organizações filantrópicas asilares do estado de São Paulo,
assim como investigar se o grau de dependência por recursos públicos e privados.
Terceiro Setor
42 instituições de longa permanência para idosos em São Paulo
Capital; Trabalho
Indicador de desempenho
Anvisa
BCC e CCR
169
Quadro 3A “continuação”
Autor
Programa
Instituição / Ano
Título
Objetivo
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
10 Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
11
Programa
“continua”
9
Marco Aurélio Marques Ferreira
Doutorado em Economia Aplicada
Universidade Federal de Viçosa / 2005
Eficiência Técnica e de Escala de Cooperativas e Sociedades de Capital na Indústria de Laticínios do
Brasil
Analisar a eficiência das sociedades cooperativas diante das sociedades de capital.
Cooperativas e Sociedade de Capital
107 unidades produtivas, de 15 estados do país.
Tamanho e escala da Produção
Desempenho financeiro
Dados primários
BCC e CCR
Magda Aparecida Nogueira
Doutorado em Economia Aplicada
Universidade Federal de Viçosa / 2005
Eficiência Técnica na Agropecuária das Microrregiões Brasileiras
Identificar os condicionantes das diferenças de eficiência técnica entre as microrregiões brasileiras
Agropecuário
Microrregiões das cinco regiões brasileira, excluído o Distrito Federal
IBGE
BCC e CCR
Maria Gorete Brotti
Doutorado em Engenharia de Produção
170
Quadro 3A “continuação”
Instituição / Ano
Título
Objetivo
11
12
Setor
Amostra
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
Programa
Instituição / Ano
Título
Objetivo
Setor
Variável Inputs
Variável Outputs
Base de Dados
Modelo DEA
Autor
13
Programa
“continua”
Universidade Federal de Santa Catarina / 2004
Modelo de Avaliação do Desempenho da Administração da escola como organização sob os prismas dos
critérios de eficiência, eficácia, efetividade e relevância
Avaliar o desempenho da administração da escola como organização considerando, simultaneamente, os
critérios de eficiência, eficácia, efetividade e relevância.
Educação
Escolas catarinenses de ensino médio
Censo Escolar; Sistema de Avaliação da Educação Básica
BCC e CCR
Luciano Basto Oliveira
Doutorado em Planejamento Energético
Universidade Federal do Rio de Janeiro / 2004
Potencial de Aproveitamento energético de lixo e de biodiesel de insumos residuais no Brasil
Avaliar o potencial de aproveitamento energético dos resíduos sólidos urbanos (lixo) e do biodiesel, com
base na análise integrada das viabilidades social, ambiental, técnica, operacional e econômica, conjunto
de fatores que caracteriza o Desenvolvimento Sustentável
Energético
Custo do Investimento; Efeito Estufa; Número de Empregos
Potencial de Geração Distribuida; Potencial de Criação de empregos
EMBRAPA; Dados primários
CCR e BCC
Ana Lúcia Miranda Lopes
Doutorado em Engenharia de Produção
171
Quadro 3A “conclusão”
Instituição / Ano
Universidade Federal de Santa Catarina / 1998
Um modelo de Análise Envoltória de Dados e Conjuntos Difusos para Avaliação Cruzada da
Título
Produtividade e Qualidade de departamentos acadêmicos - uma aplicação na UFSC
Propõe uma metodologia para a avaliação de desempenho - produtividade e qualidade - de
Objetivo
departamentos acadêmicos de uma Universidade Brasileira. O propósito principal do modelo é
identificar aqueles departamentos com maior necessidade de um processo de avaliação externa.
13
Setor
Educação
Amostra
01 Instituição Pública de ensino superior
Variável Inputs
Gastos gerais; gastos com equipamentos; verbas para pesquisa
Variável Outputs
Número de Estudantes em graduação e pós-graduação; Verba de pesquisa
Base de Dados
CAPES
Modelo DEA
CCR
Autor
Marcus Vinicius Pereira de Souza
Programa
Doutorado em Engenharia Elétrica
Instituição / Ano
Pontifícia Universidade Católica do Rio de Janeiro / 2008
Uma abordagem Bayesiana para o Cálculo dos custos operacionais eficientes das distribuidoras de
Título
Energia Elétrica
Apresenta os principais resultados de medidas de eficiência dos custos operacionais de 60 distribuidoras
Objetivo
brasileiras de energia elétrica.
14
Setor
Energia Elétrica
Amostra
60 concessionárias de energia
Variável Inputs
Custo Operacional
Variável Outputs
Número de unidades consumidoras, montante de energia distribuída e a extensão da rede de distribuição.
Base de Dados
ANEEL
Modelo DEA
BCC e CCR
Fonte: Elaborado pelo autor, a partir do banco de teses e dissertações CAPES (2010)7
7
Palavras-chave pesquisadas: Análise Envoltória de Dados; Data Envelopment Analysis, DEA, Análise de Eficiência, Eficiência.
172